Matches in SemOpenAlex for { <https://semopenalex.org/work/W2899271285> ?p ?o ?g. }
Showing items 1 to 45 of
45
with 100 items per page.
- W2899271285 abstract "Klasifikasi teks adalah proses pengelompokan dokumen ke dalam kategori atau kelas yang berbeda. Surat laporan kehilangan kepolisian memiliki bermacam – macam jenis, seperti: surat kehilangan Kartu Tanda Penduduk (KTP), surat kehilangan Surat Tanda Tamat Belajar (STTB) dan lain-lain. Klasifikasi surat laporan kehilangan kepolisian masih dilakukan secara manual, karena belum adanya sistem untuk mengklasifikasi surat tersebut. Klasifikasi surat manual memiliki keterbatasan alokasi ruang dan waktu. Untuk menyeselesaikan permasalahan tersebut, penelitian ini menawarkan implementasi algoritma k-Nearest Neighbor untuk mengklasifikasi surat laporan kehilangan kepolisian. Algoritma k-Nearest Neighbor adalah salah satu metode klasifikasi untuk data mining terkhusus text mining. Metode ini bekerja dengan mencari kedekatan jarak suatu data dengan data lain. Pembobotan term dilakukan dengan mencari TF-IDF (Term Frequency-Inverse Document Frequency). Arsip digital surat dibuat melalui proses scanning dan menyimpan isi utama surat dalam file teks. Dalam hal ini surat laporan kehilangan kepolisian digolongkan menjadi tiga kategori utama yaitu kartu, surat, dan sertifikat. Dari hasil pengujian klasifikasi pada 100 isi surat laporan kehilangan kepolisian, algoritma K-Nearest Neighbor dapat menghasilkan ratarata tingkat akurasi 91.75 %." @default.
- W2899271285 created "2018-11-09" @default.
- W2899271285 creator A5003877837 @default.
- W2899271285 creator A5017517485 @default.
- W2899271285 creator A5025440135 @default.
- W2899271285 date "2018-10-24" @default.
- W2899271285 modified "2023-10-17" @default.
- W2899271285 title "Klasifikasi Surat Laporan Kehilangan Kepolisian Menggunakan Algoritma K – Nearest Neighbor" @default.
- W2899271285 doi "https://doi.org/10.29103/techsi.v10i2.900" @default.
- W2899271285 hasPublicationYear "2018" @default.
- W2899271285 type Work @default.
- W2899271285 sameAs 2899271285 @default.
- W2899271285 citedByCount "0" @default.
- W2899271285 crossrefType "journal-article" @default.
- W2899271285 hasAuthorship W2899271285A5003877837 @default.
- W2899271285 hasAuthorship W2899271285A5017517485 @default.
- W2899271285 hasAuthorship W2899271285A5025440135 @default.
- W2899271285 hasBestOaLocation W28992712851 @default.
- W2899271285 hasConcept C142362112 @default.
- W2899271285 hasConcept C153180895 @default.
- W2899271285 hasConcept C154945302 @default.
- W2899271285 hasConcept C15708023 @default.
- W2899271285 hasConcept C41008148 @default.
- W2899271285 hasConceptScore W2899271285C142362112 @default.
- W2899271285 hasConceptScore W2899271285C153180895 @default.
- W2899271285 hasConceptScore W2899271285C154945302 @default.
- W2899271285 hasConceptScore W2899271285C15708023 @default.
- W2899271285 hasConceptScore W2899271285C41008148 @default.
- W2899271285 hasLocation W28992712851 @default.
- W2899271285 hasOpenAccess W2899271285 @default.
- W2899271285 hasPrimaryLocation W28992712851 @default.
- W2899271285 hasRelatedWork W1589203209 @default.
- W2899271285 hasRelatedWork W1596801655 @default.
- W2899271285 hasRelatedWork W2358668433 @default.
- W2899271285 hasRelatedWork W2373011076 @default.
- W2899271285 hasRelatedWork W2376932109 @default.
- W2899271285 hasRelatedWork W2387147530 @default.
- W2899271285 hasRelatedWork W2390279801 @default.
- W2899271285 hasRelatedWork W2748952813 @default.
- W2899271285 hasRelatedWork W2899084033 @default.
- W2899271285 hasRelatedWork W93312527 @default.
- W2899271285 isParatext "false" @default.
- W2899271285 isRetracted "false" @default.
- W2899271285 magId "2899271285" @default.
- W2899271285 workType "article" @default.