• Tidak ada hasil yang ditemukan

Pembobotan Fitur Ekstraksi Pada Peringkasan Teks Bahasa Indonesia Menggunakan Algoritma Genetika

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pembobotan Fitur Ekstraksi Pada Peringkasan Teks Bahasa Indonesia Menggunakan Algoritma Genetika"

Copied!
9
0
0

Teks penuh

Gambar

Gambar III-1: Flowchart Proses Pelatihan
Gambar IV-2: Perbandingan CR 10%, 20%, dan 30 dengan  jumlah individu=50, iterasi=500, dan elitism=true  Berdasarkan  gambar  IV-2,  CR  30%  memiliki  akurasi  paling tinggi dibandingkan dengan hasil akurasi dari CR 10%,  dan  CR  20%
Tabel  IV-2  merupakan  hasil  perankingan  bobot.  Bobot  fitur W5 memiliki total bobot terbesar yaitu 93 sehingga bobot  fitur  W5  berada  pada  ranking  pertama

Referensi

Dokumen terkait

Berdasarkan contoh tersebut diasumsikan posisi paragraf adalah paragraf pertama dengan jumlah paragraf pada subbab pertama adalah 4, maka perhitungan skor fitur kalimat

Pada penelitian ini telah dibuat suatu sistem yang dapat digunakan untuk mengenali citra ekspresi wajah manusia menggunakan metode PCA untuk ekstraksi fitur.. Hasil ekstraksi

kromosom baru yang lebih baik. Pindah silang merupakan komponen yang penting dalam GA [9]. Pindah silang adalah operator dari algoritme genetika yang melibatkan dua induk

Pada umumnya penelitian mengenai peringkasan teks otomatis mengambil ringkasan pada rangking teratas skor textrank saja, namun pada penelitian ini mencoba

Kelebihan metode algoritma genetika dibanding metode optimasi lainnya adalah algoritma genetika merupakan algoritma berbasis populasi yang memungkinkan digunakan

Berdasarkan hasil pengujian dan analisis dari Peringkasan teks otomatis pada artikel berita kesehatan menggunakan k-nearest neighbor berbasis fitur statistik dapat

Peringkasan teks khususnya berita dapat digunakan untuk       mendapatkan intisari dari teks berita tanpa membaca keseluruhan teks.. Oleh karena itu, dapat dikembangkan

Berdasarkan hasil pengujian dan analisis dari Peringkasan teks otomatis pada artikel berita kesehatan menggunakan k-nearest neighbor berbasis fitur statistik dapat