Text
Clustering dokumen berbahasa Indonesia menggunakan K-Medoids
Clustering dokumen digunakan untuk mempermudah pencarian dokumen. Jurnal penelitian disajikan dalam jumlah yang banyak akan sulit dilakukan clustering secara manual. Clustering dokumen sesuai kategorinya berdasarkan isitopik dokumen tersebut tidaklah mudah. Sistem harus mengenali atau mengidentifikasi isi dokumen-dokumen tersebut. Penelitian ini mencoba
mengembangkan perangkat lunak yang dapat melakukan clustering dokumen. Metode yang digunakan adalah menggunakan K-medoids dan perhitungan jarak dokumen menggunakan Cosine Distance. Hasil percobaan terhadap abstrak jurnal penelitian yang bersumber dari beberapa website ejournal universitas dengan sepuluh kali percobaan menghasilkan nilai purity rata-rata yang cukup baik. Kualitas hasil clustering dipengaruhi oleh medoid. Jika medoid terdiri dari jenis dokumen yang berbeda-beda maka kualitas clustering semakin baik dan sebaliknya jika medoid terdiri dari kategori jurnal yang sama maka kualitas clustering semakin buruk.
No copy data
No other version available