Klasifikasi Dokumen Menggunakan Metode Extreme Learning Machines (Elm) Pada Dokumen Berbahasa Indonesia
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Utomo, Rendi Nur Prasetyo
Subject
004_Data Processing & Computer Science
Datestamp
2019-10-08 06:33:09
Abstract :
Dalam penelitian ini akan dilakukan klasifikasi dokumen menggunakan metode Extreme Learning Machines (ELM). Data yang digunakan pada penelitian ini merupakan abstrak dari skripsi Prodi Teknik Informatika Unikom, dalam format .txt. Data tersebut dijadikan data masukan pelatihan dan pengujian. Penelitian ini bertujuan mengetahui tingkat akurasi dari klasifikasi dokumen berdasarkan isi dokumen. Data masukan diproses melalui tahap preprocessing yang dilanjutkan dengan seleksi fitur menggunakan K-Means dan kamus sinonim. Setelah diperoleh list kata yang akan digunakan sebagai fitur maka dilakukan klasifikasi dokumen menggunakan ELM. Setelah itu, hasil fitur akan digunakan sebagai inputan dalam ELM Training untuk membuat model ELM. Model ELM yang dihasilkan dari ELM Training selanjutnya digunakan untuk menguji data abstrak pada ELM Testing. Pengujian menggunakan 150 abstrak laporan skripsi prodi teknik informatika dimana 100 dokumen digunakan sebagai data latih dan 50 dokumen digunakan sebagai data uji. Pengujian pertama dilakukan untuk menentukan model klasifikasi yang dipakai. Pengujian kedua dilakukan untuk menentukan jumlah cluster dan nilai parameter yang diperlukan dalam klasifikasi. Kesimpulan yang dapat diambil dalah klasifikasi dokumen menggunakan metode ELM dengan jumlah 6 cluster dan 10 fitur menghasilkan akurasi maksimum sebesar 42%. Penelitian ini belum menghasilkan nilai akurasi yang tinggi tetapi proses K-Means dapat mengurangi jumlah inputan yang dipakai.
Dalam penelitian ini akan dilakukan klasifikasi dokumen menggunakan metode Extreme Learning Machines (ELM). Data yang digunakan pada penelitian ini merupakan abstrak dari skripsi Prodi Teknik Informatika Unikom, dalam format .txt. Data tersebut dijadikan data masukan pelatihan dan pengujian. Penelitian ini bertujuan mengetahui tingkat akurasi dari klasifikasi dokumen berdasarkan isi dokumen. Data masukan diproses melalui tahap preprocessing yang dilanjutkan dengan seleksi fitur menggunakan K-Means dan kamus sinonim. Setelah diperoleh list kata yang akan digunakan sebagai fitur maka dilakukan klasifikasi dokumen menggunakan ELM. Setelah itu, hasil fitur akan digunakan sebagai inputan dalam ELM Training untuk membuat model ELM. Model ELM yang dihasilkan dari ELM Training selanjutnya digunakan untuk menguji data abstrak pada ELM Testing. Pengujian menggunakan 150 abstrak laporan skripsi prodi teknik informatika dimana 100 dokumen digunakan sebagai data latih dan 50 dokumen digunakan sebagai data uji. Pengujian pertama dilakukan untuk menentukan model klasifikasi yang dipakai. Pengujian kedua dilakukan untuk menentukan jumlah cluster dan nilai parameter yang diperlukan dalam klasifikasi. Kesimpulan yang dapat diambil dalah klasifikasi dokumen menggunakan metode ELM dengan jumlah 6 cluster dan 10 fitur menghasilkan akurasi maksimum sebesar 42%. Penelitian ini belum menghasilkan nilai akurasi yang tinggi tetapi proses K-Means dapat mengurangi jumlah inputan yang dipakai.
File :
UNIKOM_RENDI NUR PRASETYO_COVER.pdf
UNIKOM_RENDI NUR PRASETYO_LEMBAR PENGESAHAN.pdf
UNIKOM_RENDI NUR PRASETYO_DAFTAR PUSTAKA.pdf
UNIKOM_RENDI NUR PRASETYO_JURNAL DALAM BAHASA INDONESIA.pdf
UNIKOM_RENDI NUR PRASETYO_JURNAL DALAM BAHASA INGGRIS.pdf
UNIKOM_RENDI NUR PRASETYO_SURAT KETERANGAN PUBLIKASI.pdf
UNIKOM_RENDI NUR PRASETYO_SURAT PERNYATAAN ORISINALITAS.pdf
UNIKOM_RENDI NUR PRASETYO_KATA PENGANTAR.pdf
UNIKOM_RENDI NUR PRASETYO_DAFTAR ISI.pdf
UNIKOM_RENDI NUR PRASETYO_BAB I.pdf
UNIKOM_RENDI NUR PRASETYO_BAB II.pdf
UNIKOM_RENDI NUR PRASETYO_BAB III.pdf
UNIKOM_RENDI NUR PRASETYO_BAB IV.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
