Klasifikasi Kategori Hadits Menggunakan Naive Bayes Classifier

Penulis

DOI:

https://doi.org/10.34818/eoe.v6i2.10725

Abstrak

Hadits merupakan salah satu panduan para umat Islam dalam melakukan aktivitas baik yang berkaitan dengan dunia maupun aktivitas yang berkaitan dengan akhirat. Sejauh ini hadits memiliki bermacam-macam kategori, dan kategori yang digunakan adalah tingkat keaslian hadits. Pada tugas akhir ini dilakukan penelitian untuk mengelompokkan pokok pembahasan dari kumpulan hadits menggunakan TF-IDF untuk menghitung bobot kata yang paling umum serta algoritma Naive Bayes untuk menghitung set dari probabilitas dengan cara perhitungan frekuensi dan kombinasi dari nilai didalam set data yang diberikan. Pengujian dilakukan sebanyak 2 kali, pengujian dengan data non pre-processing dan data setelah pre-processing. Dari hasil pengujian, nilai akurasi terbaik menggunakan data pre-processing yang memperoleh akurasi sebesar 82.27%.

Unduhan

Data unduhan tidak tersedia.

Referensi

Pengertian dan Definisi. (2014). Diambil kembali dari https://pengertiandefinisi.com/pengertian-hadits-dan jenis-jenis-hadits/

Jie Chen, C. C. (2016). Optimized TF-IDF Algorithm with the Adaptive. 1 - 4.

Python - Tokenization. (2019). Diambil kembali dari Tutorials Point: https://www.tutorialspoint.com/python/python_tokenization.html

SB Kotsiantis, D. K. (2006). Data Preprocessing for supervised learning. International Journal of Computer Science Volume 1, 111-117.

Removing stop words with NLTK in Python - GeeksForGeeks. (2015). Diambil kembali dari GeeksForGeeks: https://www.geeksforgeeks.org/removing-stop-words-nltk-python/

Ristianto, W. (2016). Warung Komputer. Diambil kembali dari Machine Learning : Saat Komputer Belajar Memecahkan Masalah penting: https://warungkomputer.com/2016/07/machine-learning-saat-komputer memecahkan-masalah-penting/

Hidayat, A. (2017). Algoritma TF-IDF. Diambil kembali dari https://arfianhidayat.com/algoritma-tf-idf

Aditya. (2016, November 12). informatikalogi. Diambil kembali dari https://informatikalogi.com/term weighting-tf-idf/

Google Developers, 2018, "Classification Accuracy", Diambil dari https://developers.google.com/machine learning/crash-course/classification/accuracy/

Hassan Saif, M. F. (2014). On Stopwords, Filtering and Data Sparsity for Sentiment Analysis of Twitter. oro.open.ac.uk, 810-817.

Tina R. Patil, M. S. (2013). Performance Analysis of Naive Bayes and J48. International Journal Of Computer Science And Applications, 1-6.

Diterbitkan

2019-08-01

Terbitan

Pages

9848-9858

Bagian

Program Studi S1 Ilmu Komputasi

Cara Mengutip

Emrald, E., & Lhaksmana, K. M. (2019). Klasifikasi Kategori Hadits Menggunakan Naive Bayes Classifier. eProceedings of Engineering, 6(2), 9848-9858. https://doi.org/10.34818/eoe.v6i2.10725