Skripsi

PENERAPAN CORPUS-BASED TEXT SIMILARITY SEBAGAI PENGUKUR KESAMAAN FITUR PADA DATA BIBLIOGRAFI UNTUK MENINGKATKAN AKURASI KLASIFIKASI KESAMAAN PENULIS

---

Penilaian

---

Author Name Disambiguation (AND) adalah kasus ambiguitas nama penulis yang terjadi pada suatu publikasi dalam database Digital Library (DL) yang disebabkan karena kondisi Synonymity Dan Homonymity pada nama penulis (author). Dalam tugas akhir ini mengusulkan penerapan Corpus-based Text Similarity dengan menggunakan feature extraction Bag of Words (BOW) dan Term Frequency-Inverse Document Frequency (TF-IDF) dengan classifier Deep Neural Network (DNN), Support Vector Machine dan Random Forest. Dataset yang digunakan adalah Dataset DBLP Labeled Data oleh Jinseok Kim, dkk. Penelitian yang dilakukan berfokus pada ekstraksi fitur dalam pengolahan data guna menciptakan fitur yang efektif untuk digunakan dalam klasifikasi. Parameter accuracy, precision, dan recall merupakan tolak ukur untuk mengetahui tingkat keberhasilan dari metode yang digunakan untuk mengatasi permasalahan AND pada kasus author matching. Dari 2 pendekatan dan 3 classifier, hasil terbaik didapatkan pada pendekatan BOW menggunakan classifier Random Forest, yang memiliki hasil accuracy, precision dan recall sebesar 99,80%, 99,84% dan 99,95%.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2107002543	T51544	T515442021	Central Library (Referens)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T515442021

Publisher

Inderalaya : Prodi Sistem Komputer, Fakultas Ilmu Komputer Uniersitas Sriwijaya., 2021

Collation

xv, 65 hlm,: ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

005.707

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Prodi Sistem Komputer
Data Sistem Komputer

Specific Detail Info

-

Statement of Responsibility

MURZ

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment