Text
Perangkat lunak pengklasifikasian kalimat menggunakan metode naive bayer classifier
Kalimat berisi suatu pikiran atau amanat yang lengkap, kalimat haruslah memiliki
unsur subjek dan predikat, sedangkan unsur objek dan keterangan tidak harus
selalu ada. Suatu kalimat dapat memiliki makna yang menjelaskan tempat, orang
dan waktu. Kalimat dalam jumlah yang sangat banyak akan sulit di klasifikasikan
secara manual. Hal tersebut melatarbelakangi untuk dikembangkannya perangkat
lunak yang mampu mengklasifikasikan sebuah kalimat apakah kalimat tersebut
menjelaskan tempat, orang atau waktu. Naïve Bayes merupakan metode yang
dapat digunakan untuk melakukan klasifikasi. Proses klasifikasi pada Naïve
Bayes dilakukan dengan membuat model probabilitastik dari kalimat training.
Tahapan klasifikasi adalah praprocessing, meliputi casefolding, tokenizing, dan
stopword removal, pembobotan dengan TF dan klasifikasi kalimat dengan Naïve
Bayes. Hasil eksperimen menggunakan data uji sebanyak 40 pada tiap kelasnya,
dengan kategori yaitu pengujian kalimat uji menggunakan aturan dan pengujian
kalimat uji yang tidak menggunakan aturan menghasilkan akurasi sebesar 75%
pada kategori pertama dan 50% pada kategori kedua. Akurasi pengklasifikasian
sangat dipengaruhi oleh data latih, karena itu data latih yang banyak dengan
kosakata yang lebih bervariasi akan sangat berpengaruh terhadap hasil kategori
kalimat, dan untuk mendapatkan hasil klasifikasi yang benar dibutuhkan
keseimbangan kosakata pada data latih.
No copy data
No other version available