SISTEM KLASIFIKASI DAN PENCARIAN JURNAL DENGAN MENGGUNAKAN METODE NAIVE BAYES DAN VECTOR SPACE MODEL

Abstract

Kebutuhan konsumen terhadap informasi dalam bentuk jurnal atau artikel ilmiah
semakin meningkat, sehingga pengelompokan jurnal dibutuhkan untuk mempermudah
pencarian informasi. Topik jurnal diharapkan dapat mewakili isi jurnal, tanpa harus
membaca secara keseluruhan. Dalam kenyataannya, pengelompokan jurnal yang
mengacu topit</kategori tertentu sulit dilakukan jika hanya mengandalkan query biasa.
-
Sistem klasifikasi dan pencarian jurnal dengan metode Naive Bayes dan Vector
Space Model dengan pendekatan Cosine diharapkan membantu pengguna dalam
penentuan topik/kategori dan menghasilkan daftar jurnal berdasarkan urutan tingkat
kemiripan. Proses text mining dilakukan untuk mempersiapkan kebutuhan dasar sistem.
Tahapan proses text mining adalah text preprocessrng dengan parsing, text
transformation dengan stemming dan sfoprazords removal, feature setection dan-pattern
discovery.
Klasifikasi Naive Bayes menghasilkan prediksi baik jika vektor yang terbentuk
mewakili setiap kategori. Sedangkan pencarian Vector Space Uoabt dengan
pendekatan Cosrne menghasilkan recallsebesar 54.8% dan precision sebesar 60.7%.
Oleh karena itu, dibangun sistem klasifikasi dan pencarian yang dapat membantu
pengguna, karena dilengkapi pencarian detil dengan pengetahuan label kategori hasil
klasifikasi dan fitur metadata.