基于余弦相似方法和人工神经网络的文献综述数据分类

Lely Meilina, I. Kumara, I. Setiawan
{"title":"基于余弦相似方法和人工神经网络的文献综述数据分类","authors":"Lely Meilina, I. Kumara, I. Setiawan","doi":"10.24843/mite.2021.v20i02.p15","DOIUrl":null,"url":null,"abstract":"Dampak positif yang ditimbulkan dari perkembangan teknologi salah satunya adalah kemudahan dalam menyampaikan aspirasi dan dalam mendapatkan informasi dengan sangat cepat. Manfaat dari perkembangan teknologi ini dapat dirasakan oleh semuassektor, termasuk sektor pemerintahan yang harus mengayomi masyarakat dan negara. Dalam meningkatkan kualitas pelayanan publik, pemerintah harus menerapkan pemerintahan yang berbasis teknologi informasi digital.  Oleh karena itu, Pemerintah pusat maupun daerah telah menyediakan layanan pengaduan masyarakat yang berbasis online. Untuk meningkatkan kualitas pelayanan maka sistem pengaduan online harus berjalan dengan optimal. Metode yang banyak digunakan untuk mencari kemiripan teks pengaduan adalah metode cosine similarity dan metode Artificial Neural Network (ANN) untuk klasifikasi data pengaduan. Penelitian ini mereview penerapan kedua metode tersebut untuk mengetahui tingkat akurasinya sebelum dapat di implementasikan pada sistem pengaduan online.  Hasil dari review menyatakan bahwa metode Cosine Similarity memiliki tingkat akurasi sebesar 71,5% dan ANN memiliki tingkat akurasi sebesar 77%. Sedangkan metode lainnya memiliki tingkat akurasi sebesar 67%. Dari presentase nilai tersebut dapat disimpulkan bahwa penggunaan metode Cosine Similarity dan ANN layak untuk digunakan dalam mengklasifikasikan data pada Sistem Pengaduan Masyarakat Online","PeriodicalId":53323,"journal":{"name":"Majalah Ilmiah Teknologi Elektro","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-12-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"Literature Review Klasifikasi Data Menggunakan Metode Cosine Similarity dan Artificial Neural Network\",\"authors\":\"Lely Meilina, I. Kumara, I. Setiawan\",\"doi\":\"10.24843/mite.2021.v20i02.p15\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Dampak positif yang ditimbulkan dari perkembangan teknologi salah satunya adalah kemudahan dalam menyampaikan aspirasi dan dalam mendapatkan informasi dengan sangat cepat. Manfaat dari perkembangan teknologi ini dapat dirasakan oleh semuassektor, termasuk sektor pemerintahan yang harus mengayomi masyarakat dan negara. Dalam meningkatkan kualitas pelayanan publik, pemerintah harus menerapkan pemerintahan yang berbasis teknologi informasi digital.  Oleh karena itu, Pemerintah pusat maupun daerah telah menyediakan layanan pengaduan masyarakat yang berbasis online. Untuk meningkatkan kualitas pelayanan maka sistem pengaduan online harus berjalan dengan optimal. Metode yang banyak digunakan untuk mencari kemiripan teks pengaduan adalah metode cosine similarity dan metode Artificial Neural Network (ANN) untuk klasifikasi data pengaduan. Penelitian ini mereview penerapan kedua metode tersebut untuk mengetahui tingkat akurasinya sebelum dapat di implementasikan pada sistem pengaduan online.  Hasil dari review menyatakan bahwa metode Cosine Similarity memiliki tingkat akurasi sebesar 71,5% dan ANN memiliki tingkat akurasi sebesar 77%. Sedangkan metode lainnya memiliki tingkat akurasi sebesar 67%. Dari presentase nilai tersebut dapat disimpulkan bahwa penggunaan metode Cosine Similarity dan ANN layak untuk digunakan dalam mengklasifikasikan data pada Sistem Pengaduan Masyarakat Online\",\"PeriodicalId\":53323,\"journal\":{\"name\":\"Majalah Ilmiah Teknologi Elektro\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-12-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Majalah Ilmiah Teknologi Elektro\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24843/mite.2021.v20i02.p15\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Majalah Ilmiah Teknologi Elektro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24843/mite.2021.v20i02.p15","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 4

摘要

技术发展的积极影响是最容易传达愿望和快速获得信息的事情之一。整个部门都能感受到这种技术发展的好处,包括需要主导社会和国家的政府部门。为了提高公共服务质量,政府必须实施基于数字信息技术的政府。因此,中央政府和区政府提供了在线社区指导服务。为了提高服务质量,在线导航系统必须优化运行。最广泛使用的寻找对齐文本的方法是余弦相似性方法和人工神经网络(ANN)方法来对对齐数据进行分类。这项研究回顾了在在线备案系统上实施之前,使用这两种方法来确定准确度的情况。审查结果表明,余弦相似性方法的准确度为71.5%,人工神经网络的准确度水平为77%。而其他方法的准确率为67%。从该值的表示可以得出结论,余弦相似性和人工神经网络方法的使用值得用于在线社会投诉系统上的数据分类
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Literature Review Klasifikasi Data Menggunakan Metode Cosine Similarity dan Artificial Neural Network
Dampak positif yang ditimbulkan dari perkembangan teknologi salah satunya adalah kemudahan dalam menyampaikan aspirasi dan dalam mendapatkan informasi dengan sangat cepat. Manfaat dari perkembangan teknologi ini dapat dirasakan oleh semuassektor, termasuk sektor pemerintahan yang harus mengayomi masyarakat dan negara. Dalam meningkatkan kualitas pelayanan publik, pemerintah harus menerapkan pemerintahan yang berbasis teknologi informasi digital.  Oleh karena itu, Pemerintah pusat maupun daerah telah menyediakan layanan pengaduan masyarakat yang berbasis online. Untuk meningkatkan kualitas pelayanan maka sistem pengaduan online harus berjalan dengan optimal. Metode yang banyak digunakan untuk mencari kemiripan teks pengaduan adalah metode cosine similarity dan metode Artificial Neural Network (ANN) untuk klasifikasi data pengaduan. Penelitian ini mereview penerapan kedua metode tersebut untuk mengetahui tingkat akurasinya sebelum dapat di implementasikan pada sistem pengaduan online.  Hasil dari review menyatakan bahwa metode Cosine Similarity memiliki tingkat akurasi sebesar 71,5% dan ANN memiliki tingkat akurasi sebesar 77%. Sedangkan metode lainnya memiliki tingkat akurasi sebesar 67%. Dari presentase nilai tersebut dapat disimpulkan bahwa penggunaan metode Cosine Similarity dan ANN layak untuk digunakan dalam mengklasifikasikan data pada Sistem Pengaduan Masyarakat Online
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
21
审稿时长
32 weeks
期刊最新文献
Model Utilisasi Dan Visualisasi Resource Menggunakan Prometheus Dan Grafana Untuk Pengelolaan Server Di Universitas Udayana Eksperimen Gabungan Teknik Reduksi PAPR Dan Predistorsi Pada Sistem OFDM Menggunakan USRP Rancang Bangun Modul Praktikum Programmable Logic Controller Berbasis Outseal PLC LED lights of various colors for comprehending the photoelectric effects phenomena Analisis Penentuan Respons Twitter sebagai Media Komunikasi dan Informasi Pemerintah Berbasis Metode Rabin-Karp
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1