{"title":"KLASIFIKASI SURAT DIGITAL MENGGUNAKAN ALGORITMA MACHINE LEARNING","authors":"Yuyun Yuyun","doi":"10.37639/jti.v13i2.350","DOIUrl":null,"url":null,"abstract":"Penelitian ini mengimplementasikan algoritm algoritma naive bayes dalam proses klasifikasi surat dan untuk membangun sistem yang dapat mengklasifikasi surat secara. Dalam penelitian ini jumlah sampel data corpus surat 1036 record, yang dibagi dalam 80% training dan 20% testing. Sampel data training algoritma Naïve Bayes di implementasikan dengan menghitung nilai bobot dari class tertinggi berdasarkan data training dengan data testing sehingga menghasilkan probabilitas tertinggi. Hasil pengolahan data mendapatkan nilai Correctly Classified Instance sebesar 86.245799% dan Incoreectly Classified Instance sebesar 13.754200% serta hasil pengujian dengan menggunakan confusion matrix mendapatkan nilai precision sebesar 86%, Recall 86 % dan Akurasi sebesar 76%. ","PeriodicalId":53375,"journal":{"name":"Jurnal Informatika Jurnal Pengembangan IT","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika Jurnal Pengembangan IT","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37639/jti.v13i2.350","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本研究采用了在字母分类过程中幼稚算法贝斯的算法,并建立了一个可以对字母进行分类的系统。在本研究中,1036个字母语料库数据样本的数量,可分为80%的培训和20%的测试。训练算法Naive Bayes的数据样本是通过根据培训数据和测试数据计算最高阶级的重量值而实现的,从而产生最高概率。数据处理得出的分数是86.245799%的机密现值和13754200%的不准确现值以及使用混乱矩阵的测试结果得出的precision值是86%,召回率是86%,准确率是76%。
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
KLASIFIKASI SURAT DIGITAL MENGGUNAKAN ALGORITMA MACHINE LEARNING
Penelitian ini mengimplementasikan algoritm algoritma naive bayes dalam proses klasifikasi surat dan untuk membangun sistem yang dapat mengklasifikasi surat secara. Dalam penelitian ini jumlah sampel data corpus surat 1036 record, yang dibagi dalam 80% training dan 20% testing. Sampel data training algoritma Naïve Bayes di implementasikan dengan menghitung nilai bobot dari class tertinggi berdasarkan data training dengan data testing sehingga menghasilkan probabilitas tertinggi. Hasil pengolahan data mendapatkan nilai Correctly Classified Instance sebesar 86.245799% dan Incoreectly Classified Instance sebesar 13.754200% serta hasil pengujian dengan menggunakan confusion matrix mendapatkan nilai precision sebesar 86%, Recall 86 % dan Akurasi sebesar 76%. 
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
0
审稿时长
24 weeks
期刊最新文献
KLASIFIKASI SURAT DIGITAL MENGGUNAKAN ALGORITMA MACHINE LEARNING KONTROL PENGGUNAAN LISTRIK PASCABAYAR MENGGUNAKAN ANDROID RANCANG BANGUN PENGOLES KUNING TELUR PADA ADONAN ROTI BERBASIS ARDUINO PERANCANGAN GAME EDUKASI LABIRIN MATEMATIKA DENGAN ALGORITMA LINEAR CONGRUENT METHOD BERBASIS ANDROID PERANCANGAN COMPANY PROFIL PT.FAJAR TECHNO SYSTEM BERBASIS WEB
×
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