KLASIFIKASI BIBLIOGRAFI OTOMATIS MENGGUNAKAN C4.5 DAN INFORMATION GAIN
Abstract
Permasalahan yang dibahas pada penelitian ini mengenai klasifikasi bibliografi. Klasifikasi dilakukan dengan memproses data-data dari berbagai sumber referensi yang diberikan. Metode yang diterapkan dalam pengklasifikasian adalah C4.5 dengan sebelumnya dilakukan beberapa tahap preprocessing. C4.5 yang digunakan untuk proses text mining karena memiliki akurasi dan kecepatan yang sangat tinggi dengan algoritma yang sederhana. Digunakan pula Information Gain untuk evaluasi atribut yang dipilih dalam mengklasifikasikan dokumen.
Kata Kunci: Text mining, C.45, bibliography, feature selection, Information Gain
Downloads
References
Panji Bimo Nugroho Setio, Dewi Retno Sari Saputro, dan Bowo Winarno. 2020. Klasifikasi dengan Pohon Keputusan Berbasis Algoritma C4.5. PRISMA, Prosiding Seminar Nasional Matematika. Surakarta: Universitas Sebelas Maret. ISSN 2613-9189. hal 64-71.
Bobby Suryo Prakoso, Didi Rosiyadi, dan Dedi Aridarma. 2019. Optimalisasi Klasifikasi Berita Menggunakan Feature Information Gain Untuk Algoritma Naive Bayes Terhubung Random Forest. Jurnal PILAR Nusa Mandiri Vol. 15. 2 September 2019. Jakarta: PPPM Nusa Mandiri. hal 211-218.
Lakshmi, T.M., A. Martin, R.M. Begum, and Dr.V.P. Venkatesan. (2013). An Analysis on Performance of Decision Tree Algorithms using Student's Qualitative Data, I.J.Modern Education and Computer Science.
SP, Dedy Mayor. 2010. Analisis dan Implementasi Deteksi EMail Spam Menggunakan Karakter N-Grams. Bandung: IT Telkom
Copyright (c) 2021 MUHAMMAD NUR AKBAR
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.