Klasifikasi Dokumen Pengaduan Sambat Online menggunakan Metode Multinomial Naive Bayes dan N-Gram

Klasifikasi Dokumen Pengaduan Sambat Online menggunakan Metode Multinomial Naive Bayes dan N-Gram

Penulis

  • Feri Angga Saputra Fakultas Ilmu Komputer, Universitas Brawijaya
  • Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya
  • Candra Dewi Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

klasifikasi teks, pemrosesan teks, naive bayes, ngram

Abstrak

Dalam upaya pemanfaatan bidang teknologi dalam pelayanan publik Dinas Komunikasi dan Informatika Kota Malang telah meluncurkan aplikasi web SAMBAT Online (Sistem Aplikasi Masyarakat Bertanya Terpadu) guna menampung kritik, saran, maupun pengaduan yang diberikan oleh masyarakat. Untuk meningkatkan efisiensi waktu dan mempermudah admin dalam melakukan klasifikasi pengaduan yang masuk diperlukan metode klasifikasi teks. Metode Multinomial Naive Bayes banyak digunakan dikarenakan algoritme ini sangat sederhana dan efisien. Namun algoritme Multinomial Naive Bayes memiliki kekurangan yaitu memiliki ketergantungan dengan banyaknya data. Untuk menyempurnakan kekurangan tersebut peneliti menggungan metode pendukung sebagai ekstraksi fitur yaitu N-gram. Hasil pengujian dengan menggunak metode Multinomial Naive Bayes dan N-gram menunjukan bahwa n-gram unigram dapat memberikan tingkat akurasi tertinggi sebesar 88,23% dengan rata-rata akurasi keseluruhan sebesar 80,88% dengan nilai f-measure 0,8013.

Unduhan

Diterbitkan

17 Sep 2020

Cara Mengutip

Saputra, F. A., Indriati, I., & Dewi, C. (2020). Klasifikasi Dokumen Pengaduan Sambat Online menggunakan Metode Multinomial Naive Bayes dan N-Gram. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(9), 3160–3167. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7896

Terbitan

Bagian

Artikel
Loading...