KLASIFIKASI AYAT AL-QURAN TERJEMAHAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS

AAN, SAPUTRA and Ilman Zuhri, Yadi (2020) KLASIFIKASI AYAT AL-QURAN TERJEMAHAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS. Diploma thesis, Universitas Bina Darma.

	Text BAB 0.pdf Download (1MB)
	Text BAB I.pdf Download (574kB)
	Text DAFTAR PUSTAKA.pdf Download (436kB)

Abstract

Al-Quran merupakan kitab suci umat islam yang mengatur seluruh aspek kehidupan baik secara individu maupun bermasyarakat. Bagi umat islam, sudah seharusnya mereka mejadikan Al-Quran sebagai pedoman hidup. Minimal hal mendasar yang harus dipelajari dalam Al-Quran yaitu Larangan, perintah dan informasi yang terdapat di dalam Al-Quran. Namun, saat ini masih jarang pengelompokkan Al-Quran didalam klasifikasi tersebut, padahal Banyak metode pengklasifikasian yang dapat diterapkan pada Ayat Al-Quran terjemahan. Beberapa metode yang bisa digunakan seperti Support vector machine dan k-nearest neighbors. Pada penelitian ini, penulis mengggunakan kedua metode tersebut untuk menampilkan perbandingan tingkat akurasi klasifikasi pada Ayat Al-Quran terjemahan. Didalam melakukan klasifikasi teks, sering terdapat kata-kata yang tidak penting. Sehingga mempengaruhi proses klasifikasi. Oleh karena itu, untuk mengatasi permasalahan tersebut, penulis menggunakan proses stemming, tokenizing, dan stopword. Hasil perbandingan dari kedua metode ini menunjukkan bahwa Metode KNN (k=3,6,9) memberikan hasil yang lebih baik daripada metode SVM linear.

Actions (login required)

View Item