Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government

Authors

  • Akhmad Pandhu Wijaya Jurusan Teknik Informatika, Universitas Dian Nuswantoro Semarang
  • Heru Agus Santoso Jurusan Teknik Informatika, Universitas Dian Nuswantoro Semarang

DOI:

https://doi.org/10.33633/jais.v1i1.1032

Abstract

Kebutuhan informasi adalah aspek penting yang harus dipertimbangkan, tidak semua informasi adalah informasi yang dibutuhkan. Karena banyaknya informasi digital dalam bahasa Indonesia, perlu untuk clustering dokumen berdasarkan apa yang dicari sehingga untuk mendapatkan beberapa informasi dapat dilakukan dengan sesuai, ringkas, menyeluruh, dan sesuai kebutuhan. Banyak penelitian tentang klasifikasi dokumen telah dibuat dan dikembangkan untuk mendapatkan hasil yang baik, penelitian pada beberapa website yang memiliki sumber informasi skala besar dan membutuhkan klasifikasi untuk mendapatkan informasi yang berkualitas dari situs yang diperiksa. Klasifikasi ini teknik dari data mining dan pertambangan teks juga digunakan untuk mencari atau mengatur kelas dibedakan dengan menggunakan beberapa fungsi dengan tujuan memungkinkan model untuk digunakan untuk data pengujian. Pada  penelitian ini, objeknya adalah Situs Web Jawa Tengah dan diklasifikasikan oleh Naïve Bayes Classification (NBC). Dengan menggunakan metode ini diharapkan memfasilitasi klasifikasi dokumen bahasa Indonesia untuk identifikasi konten e-government. Kata kunci— klasifikasi, dokumen, Naïve Bayes, e-government.

Downloads

Issue

Vol. 1 No. 1 (2016): Februari 2016

Section

Articles

License

 
Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).