• Tidak ada hasil yang ditemukan

Penerapan Metode Winnowing Fingerprint dan Naive Bayes untuk Pengelompokan Dokumen

N/A
N/A
Protected

Academic year: 2019

Membagikan "Penerapan Metode Winnowing Fingerprint dan Naive Bayes untuk Pengelompokan Dokumen"

Copied!
7
0
0

Teks penuh

Gambar

Gambar 1. Tahapan Penelitian
Gambar 2 Halaman Login
Gambar 11 Halaman Pengujian
Gambar 14 Grafik Tingkat Akurasi Berdasarkan Nilai K-gram 945 Data Latih

Referensi

Dokumen terkait

Dalam klasifikasi terdapat dua proses yang dilakukan yaitu dengan membangun model untuk disimpan sebagai memori dan menggunakan model tersebut untuk melakukan

Dari pengujian yang telah dilakukan, hasil klasifikasi tingkat obesitas dengan metode Naive Bayes dengan menggunakan 12 atribut yaitu Weight, Age, FCVC, Gender,

Untuk nilai accuracy tertinggi dari semua percobaan yaitu 64% sedangkan nilai recall terendah dari semua percobaan yaitu 53% Hal ini menunjukkan tingkat klasifikasi

Sistem klasifikasi data nasabah ini digunakan untuk menampilkan informasi klasifikasi lancar, kurang lancar atau tidak lancarnya calon nasabah dalam membayar premi

Metode data mining yang digunakan untuk klasifikasi pada penelitian ini adalah Naive Bayes Classifier6. Status

Pada penelitian ini, untuk proses klasifikasi dokumen menggunakan data berita sebanyak 100 data yang bersumber dari dokumen berita redaksi Surat Kabar Harian

Sistem klasifikasi data nasabah ini digunakan untuk menampilkan informasi klasifikasi lancar, kurang lancar atau tidak lancarnya calon nasabah dalam membayar premi

Confusion Matrix Sumber: Dokumen pribadi dari perhitungan aplikasi Dari Gambar 4 menghasilkan confusion matrix pada kategori true positif sebanyak 23, klasifikasi true negatif