• Tidak ada hasil yang ditemukan

INTEGRASI PEMBOBOTAN TF IDF PADA METODE INTEGRASI PEMBOBOTAN TF IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS.

N/A
N/A
Protected

Academic year: 2017

Membagikan "INTEGRASI PEMBOBOTAN TF IDF PADA METODE INTEGRASI PEMBOBOTAN TF IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS."

Copied!
14
0
0

Teks penuh

Loading

Gambar

Tabel 27. Rata-rata Precision dan Recall .............................................................
Gambar 31. Hasil clustering Kedua Korpus Besar threshold 25% ....................... 66

Referensi

Dokumen terkait

Pengujian sistem akan dilakukan kepada 3 responden secara manual dengan dokumen berjumlah 50, dari hasil pengujian tersebut akan dihitung nilai rata-rata untuk

Hasil penelitian menunjukkan bahwa integrasi peringkas dokumen otomatis sebagai feature reduction tersebut dapat meningkatkan kinerja clustering dokumen sampai

Dari hasil penelitian yang dilakukan dapat dibuktikan bahwa rata-rata hasil proses clustering dokumen menggunakan model yang diusulkan yaitu peringkas dokumen

Dari hasil penelitian yang dilakukan dapat dibuktikan bahwa rata-rata hasil proses clustering dokumen menggunakan model yang diusulkan yaitu peringkas dokumen

Dari hasil uji coba dapat diambil kesimpulan bahwa performa klasterisasi dokumen yang dihasilkan oleh metode KD-Tree K-Means Clustering pada data set 20 newsgroup

Metode K-Means clustering dapat digunakan untuk proses pengolahan data menggunakan konsep data mining dalam mengelompokkan data sesuai atribut.. Kata kunci:

Hasil penelitian menunjukkan bahwa integrasi peringkas dokumen otomatis sebagai feature reduction tersebut dapat meningkatkan kinerja clustering dokumen sampai

Dari penjelasan yang telah di uraikan di atas penulis dapat menggunakan metode K-Means Clustering untuk pengelompokan jenis komentar berdasarkan jumlah kalimat