KLASIFIKASI BIBLIOGRAFI OTOMATIS MENGGUNAKAN C4.5 DAN INFORMATION GAIN
DOI:
https://doi.org/10.24252/instek.v6i1.18636Abstract
Permasalahan yang dibahas pada penelitian ini mengenai klasifikasi bibliografi. Klasifikasi dilakukan dengan memproses data-data dari berbagai sumber referensi yang diberikan. Metode yang diterapkan dalam pengklasifikasian adalah C4.5 dengan sebelumnya dilakukan beberapa tahap preprocessing. C4.5 yang digunakan untuk proses text mining karena memiliki akurasi dan kecepatan yang sangat tinggi dengan algoritma yang sederhana. Digunakan pula Information Gain untuk evaluasi atribut yang dipilih dalam mengklasifikasikan dokumen.
Kata Kunci: Text mining, C.45, bibliography, feature selection, Information Gain
Downloads
References
Bobby Suryo Prakoso, Didi Rosiyadi, dan Dedi Aridarma. 2019. Optimalisasi Klasifikasi Berita Menggunakan Feature Information Gain Untuk Algoritma Naive Bayes Terhubung Random Forest. Jurnal PILAR Nusa Mandiri Vol. 15. 2 September 2019. Jakarta: PPPM Nusa Mandiri. hal 211-218.
Lakshmi, T.M., A. Martin, R.M. Begum, and Dr.V.P. Venkatesan. (2013). An Analysis on Performance of Decision Tree Algorithms using Student's Qualitative Data, I.J.Modern Education and Computer Science.
SP, Dedy Mayor. 2010. Analisis dan Implementasi Deteksi EMail Spam Menggunakan Karakter N-Grams. Bandung: IT Telkom