FATAHNA, NUR (2017) PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DALAM PEMBUATAN SISTEM PENENTUAN TOPIK ARTIKEL BERBASIS WEB. Undergraduate thesis, Fakultas Teknologi Industri UNISSULA.

Text
COVER.pdf
Restricted to Repository staff only

File Pdf (549kB)
Text
ABSTRAK.pdf
Restricted to Repository staff only

File Pdf (85kB)
Text
DAFTAR ISI.pdf
Restricted to Repository staff only

File Pdf (95kB)
Text
DAFTAR PUSTAKA.pdf
Restricted to Repository staff only

File Pdf (191kB)
Text
PUBLIKASI.pdf
Restricted to Repository staff only

File Pdf (129kB)
Text
BAB I.pdf
Restricted to Repository staff only

File Pdf (91kB)
Text
BAB II.pdf
Restricted to Repository staff only

File Pdf (353kB)
Text
BAB III.pdf
Restricted to Repository staff only

File Pdf (877kB)
Text
BAB V.pdf
Restricted to Repository staff only

File Pdf (85kB)
Text
BAB IV.pdf
Restricted to Repository staff only

File Pdf (526kB)

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor dalam pembuatan sistem penentuan topik artikel. Algoritma K-Nearest Neighbor merupakan salah satu metode berbasis Nearest Neighbor yang paling tua dan populer di dalam melakukan pengkategorian teks. Dalam penentuan prediksi label kelas pada data uji ditentukan dengan nilai k yang menyatakan jumlah tetangga terdekat. Dari k tetangga terdekat yang terpilih dilakukan voting dengan memilih kelas yang jumlahnya paling banyak sebagai label kelas hasil prediksi pada data uji. Klasifikasi dianggap sebagai metode terbaik dalam preses ketika data latih yang berjarak paling dekat dengan objek. Cara kerja dari KNN perlu adanya penetuan inputan berupa data latih, data uji dan nilai k.

Kata Kunci : Artikel, K-Nearest Neighbor, topik, klasifikasi

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Date Deposited: 06 Mar 2018 03:02
Last Modified: 06 Mar 2018 03:02
URI: https://repository.unissula.ac.id/id/eprint/10451

Actions (login required)

View Item
View Item