STMIK PPKIA Pradnya Paramitha Malang

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
No image available for this title
Bookmark Share

SKRIPSI Sistem Informasi

PENGEMBANGAN METODE PENGAMBILAN INFORMASI DAN KLASIFIKASI PADA POSTER JADWAL KAJIAN ISLAM MENGGUNAKAN PENDEKATAN NAMED ENTITY RECOGNITION DAN NAÏVE BAYES CLASSIFIER

Ahmad Syarif Rosidy - Personal Name;

ABSTRAK

Rosidy, Ahmad Syarif. 2019. Pengembangan Metode Pengambilan Informasi dan Klasifikasi Pada Poster Jadwal Kajian Islam Menggunakan Pendekatan Named Entity Recognition Dan Naïve Bayes Classifier. Skripsi, Program Studi Sistem Informasi STMIK PPKIA Pradnya Paramita. Pembimbing: (I) Dr. Tb. Mohammad Akhriza, S.Si., MMSI, (II) Mochamad Husni, S.PdI., MM., MMSI

Kata Kunci: Klasifikasi, Optical Character Recognition (OCR), Named Entity Recognition (NER), Naïve Bayes Classifier (NBC)

Situs web kajianmuslim.com merupakan portal penyebaran poster jadwal kajian islam di Indonesia. Situs web ini memiliki jumlah tayang perhari yang cukup tinggi. Namun rata-rata jumlah poster yang di-posting hanya 0,6 poster/hari tidak sebanding dengan 41 poster/hari yang masuk ke admin. Hal ini disebabkan proses posting yang dilakukan dengan pengambilan informasi dan klasifikasi poster secara manual tidak efisien waktu. Peningkatan efisiensi waktu dapat dilakukan dengan membuat sebuah sistem terkomputerisasi yang menerapkan model framework dengan performa yang baik. Penelitian ini bertujuan mengembangkan model pengambilan informasi dan klasifikasi poster serta menguji performa model tersebut. Model yang dikembangkan mengkombinasikan metode Optical Character Recognition (OCR), Named Entity Recognition (NER), dan Naïve Bayes Classifier (NBC). Model tersebut diimplementasi pada sebuah sistem berbasis web sebagai media pengujian performa akurasi. Hasil pengujian dengan 50 poster uji menunjukkan performa akurasi yang cukup baik. Akurasi hasil pengambilan informasi dengan NER berdasarkan jumlah data training adalah sebagai berikut: informasi tanggal 84% (34 data training), nama ustaz 92% (619 data training), nama masjid 90% (1058 data training), dan nama kota 82% (285 data training). Sedangkan hasil optimal klasifikasi NBC diperoleh menggunakan 120 poster data training dengan akurasi keseluruhan kelas 86%, kelas tabligh akbar 84%, dan kelas kajian umum 88%. Performa akurasi yang cukup baik membuktikan bahwa model yang diusulkan mampu digunakan sebagai metode alternatif pengambilan informasi dan klasifikasi poster jadwal kajian islam.


Availability
#
Perpus STMIK (Sistem Informasi) 001.42 AHM P SKR SistemInformasi
15510009
Available
Detail Information
Series Title
-
Call Number
001.42 AHM P SKR SistemInformasi
Publisher
Malang : Stmik Pradnya Paramita., 2019
Collation
-
Language
Indonesia
ISBN/ISSN
-
Classification
001.42
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
-
Specific Detail Info
-
Statement of Responsibility
Rosidy Ahmad Syarif
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

STMIK PPKIA Pradnya Paramitha Malang
  • Information
  • Services
  • Librarian
  • Member Area

About Us

Kampus STIMATA merupakan salah satu Institusi Pendidikan Tinggi di wilayah Malang yang mendapat peringkat Top-40 Sekolah Tinggi dan Top-100 Perguruan Tinggi se-Jawa Timur.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?