Hamzah, Amir and F., Soesianto, F., Soesianto and Susanto, Adhi and Eko Istiyanto, Jazi (2016) STUDI KINERJA FUNGSI-FUNGSI JARAK DAN SIMILARITAS DALAM CLUSTERING DOKUMEN TEKS BERBAHASA INDONESIA. Other thesis, UPN "Veteran" Yogyakarta.
Preview |
Text
Document1.pdf Download (24kB) | Preview |
Abstract
Clustering dokumen teks banyak diteliti karena peranan pentingnya dalam bidang text-mining dan
information retrieval. Dalam algoritma clustering pemilihan fungsi jarak atau fungsi similaritas antar
objek menjadi kunci keberhasilan algoritma. Pada fungsi jarak, jarak euclidean paling sering digunakan.
Fungsi ini memiliki kelemahan jika digunakan untuk vektor berdimensi sangat tinggi yang menyebabkan
kinerja clustering menurun. Alternatif dari fungsi jarak adalah fungsi similaritas, antara lain jaccard, dice,
cosine dan pearson. Penelitian ini melakukan kajian tentang unjuk kerja fungsi jarak euclidean dengan
empat fungsi similaritas tersebut di atas jika diterapkan untuk melakukan clustering dokumen teks
berbahasa Indonesia. Dua pendekatan clustering yang dicobakan adalah pendekatan hierarchi dan
partisi. Untuk pendekatan hierachi digunakan teknik aglomeratif dengan 2 metode similaritas cluster
yaitu GroupAverage dan CompleteLink. Untuk pendekatan partisi juga dicobakan 2 metode, yaitu
Bisecting K-Mean dan Buckshot. Koleksi dokumen yang digunakan 12 koleksi dokumen teks berita, yaitu
dengan cacah dokumen 50, 100, 200, 300, 400, 500, 600, 700, 800, 1009, 1270 dan 1370 dokumen.
Semua koleksi telah dilakukan clustering secara manual. Kriteria kinerja clustering diukur berdasarkan
waktu komputasi dan validitas clustering. Untuk validitas digunakan nilai F-measure, yaitu nilai yang
diturunkan dari Recall dan Precision yang mengukur kemampuan algoritma melakukan klasifikasi secara
benar. Hasil penelitian menunjukkan bahwa hasil clustering terbaik adalah jika digunakan fungsi Cosine
dengan rata-rata F-measure untuk seluruh koleksi 0,9313; sementara yang terburuk adalah jika
digunakan fungsi jarak eucledian dengan rata-rata F-measure 0,4668. Secara waktu komputasi fungsi
cosine juga memiliki kinerja tercepat dengan rata-rata 12,9 detik sedangkan terjelek adalah pearson
dengan rata-rata 58,2 detik.
| Item Type: | Thesis (Other) |
|---|---|
| Subjek: | T Technology > T Technology (General) |
| Divisions: | x. Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | vivat delahanto |
| Date Deposited: | 14 Sep 2016 06:41 |
| Last Modified: | 14 Sep 2016 06:41 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/155 |
Actions (login required)
 |
View Item |