Klasifikasi Teks Pengaduan Pada Sambat Online Menggunakan Metode N-Gram dan Neighbor Weighted K-Nearest Neighbor (NW-KNN)

##plugins.themes.bootstrap3.article.main##

Annisya Aprilia Prasanti Mochammad Ali Fauzi Muhammad Tanzil Furqon

Abstrak

SAMBAT Online merupakan salah satu bentuk nyata E-Government berupa aplikasi pengaduan berbasis website yang disediakan oleh Dinas Komunikasi dan Informatika Kota Malang (Diskominfo Malang). Suatu teks pengaduan yang masuk akan dikategorikan ke dalam berbagai bidang SKPD yang bertanggung jawab. Untuk mempermudah mengorganisir teks pengaduan dan meningkatkan efisiensi waktu super admin dalam memilah dan menentukan bidang SKPD tujuan, diperlukan sebuah metode klasifikasi teks. NW-KNN merupakan algoritme pengembangan dari algortime KNN tradisional. Umumnya, perhitungan jarak tetangga terdekat yang digunakan pada algoritme NW-KNN menggunakan Cosine Similarity dengan ekstraksi fitur bag of words. Bag of words merupakan ekstraksi fitur yang tidak memperhatikan urutan dari kata sebuah kalimat. Untuk menyempurnakan kekurangan tersebut, pada penelitian ini akan digunakan metode pendukung untuk ekstrasi fitur yaitu metode N-Gram. Hasil pengujian dalam penelitian ini menunjukkan bahwa penggunaan metode NW-KNN dengan nilai tetangga k = 3 dan metode N-Gram dengan Unigram memiliki nilai f-measure tertinggi sebesar 75.25%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Prasanti, A., Fauzi, M., & Furqon, M. Klasifikasi Teks Pengaduan Pada Sambat Online Menggunakan Metode N-Gram dan Neighbor Weighted K-Nearest Neighbor (NW-KNN). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 2, p. 594-601, agu. 2017. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/885>. Tanggal Akses: 20 okt. 2019
Bagian
Artikel