• Tidak ada hasil yang ditemukan

Klasifikasi Teks Bahasa Indonesia pada Corpus Tak Seimbang Menggunakan NWKNN

N/A
N/A
Protected

Academic year: 2021

Membagikan "Klasifikasi Teks Bahasa Indonesia pada Corpus Tak Seimbang Menggunakan NWKNN"

Copied!
6
0
0

Teks penuh

Gambar

Tabel 1. Jumlah Dokumen
Gambar 2. Struktur data inverted index
Gambar  3.  Grafik  Pengaruh  Exponent  Terhadap  Kinerja NWKNN
Gambar  6.  Grafik  Perbandingan  F1  Measure  NWKNN dan KNN

Referensi

Dokumen terkait

Algoritma klasifikasi data mining banyak yang dapat digunakan untuk menangani data tidak seimbang, maka dari itu perlu dilakukan komparasi untuk mengetahui seberapa

Untuk meningkatkan akurasi, maka dilakukan pengujian dengan menggunakan berbagai algoritma pembelajaran mesin, sehingga dapat ditemukan algoritma yang akurat dalam mendeteksi

Pada bab ini akan diuraikan tentang latar belakang penelitian klasifikasi emosi pada teks Bahasa Indonesia menggunakan K – Nearest Neighbor, rumusan masalah, tujuan dan

Penelitian lain juga menunjukkan bahwa algoritma standar tidak bekerja pada data kelas tidak seimbang atau masalah data multi class [15], sehingga menggunakan metode

Hasil ringkasan yang diperoleh dalam penelitian ini akan diuji menggunakan nilai Rouge yang merupakan metode pengujian peringkasan teks yang standar.. Nilai Rouge

Hasil dari penelitian dan pengujian ini menunjukkan bahwa aplikasi Panduan Gizi Seimbang dapat menghitung jumlah kalori yang harus dikonsumsi serta menilai

Tahap pengujian sistem dilakukan untuk evaluasi perangkat lunak yang dibagun dengan hasil yang diharapkan, dapat dilakukan dengan cara membandingkan nilai hasil prediksi

Penelitian lain juga menunjukkan bahwa algoritma standar tidak bekerja pada data kelas tidak seimbang atau masalah data multi class [15], sehingga menggunakan metode