Pengembangan Sistem Rekomendasi Kategori Cerita Pendek Menggunakan Naïve Bayes Classifier

2019: Seminar Informatika Aplikatif 2019

Faisal Rahutomo
Arie Rachmad Syulistyo
Mafruroh

Abstract

Abstrak— Cerpen atau cerita pendek merupakan cerita yang digemari oleh pembaca di semua kalangan dikarenakan cerita yang disajikan tidak bertele-tele dan membutuhkan waktu singkat untuk membacanya, tetapi sering kali pembaca kebingungan akan memilih cerpen yang sesuai kategorinya. Bahkan terdapat lebih dari satu kategori di dalam artikel tersebut yang semakin membingungkan pembaca memilih cerpen yang sesuai dengan kategorinya. Oleh sebab itu dalam sistem ini cerpen diklasifikasikan sesuai kategorinya menggunakan metode Naïve Bayes Classifier dan hasil klasifikasi berupa angka diubah menjadi text menggunakan irisan himpunan bagian. Berdasarkan pengujian yang sudah peneliti lakukan tingkat akurasi dari pengembangan rekomendasi cerita pendek menggunakan Naïve Bayes Classifier menghasilkan tingkat akurasi 68%. Untuk pengujian yang dilakukan menggunakan cross validation hasil akurasinya sebanyak kelompok 1 menghasilkan nilai akurasi 44%, kelompok 2 menghasilkan nilai akurasi 54%, kelompok 3 menghasilkan nilai akurasi sebanyak 61% dan kelompok 4 menghasilkan nilai akurasi sebanyak 68%.


Kata kunci— klasifikasi cerpen, naïve bayes classifier, text mining, cerita pendek