Skripsi

Implementasi smote pada klasifikasi dialek bahasa jawa menggunakan metode naives bayes / Grace Angeline

Abstrak
Indonesia merupakan negara dengan keragaman suku bangsa dan budaya. Orang dengan suku yang berbeda akan berkomunikasi dengan cara yang berbeda sehingga setiap daerah memiliki dialeknya masing-masing. Pulau Jawa merupakan pulau terpadat di Indonesia dan memiliki keragaman dialek yang tinggi. Berdasarkan peta bahasa yang dikeluarkan oleh KEMDIKBUD Pulau Jawa memiliki 12 dialek utama yang tersebar di Jawa Timur Jawa Barat dan Jawa Tengah. Dari hasil survei yang telah dilakukan dialek yang digunakan sebagai dataset hanya dibatasi menjadi 4 dialek terpopuler dari setiap provinsi yaitu Dialek Cirebon Dialek Tegal Dialek Jawa Timur dan Dialek Solo-Jogja. Penyediaan data dilakukan dengan metode studi literatur yang bersumber dari buku dan dokumen tertulis yang tersedia di internet. Data akan diolah dan dianalisis menggunakan algoritma Multinomial Naives Bayes karena cepat dalam proses perhitungan sederhana dan memiliki akurasi yang tinggi. Algoritma akan diuji menggunakan K- fold Cross Validation untuk mengetahui performa algoritma Multinomial Naives Bayes dalam melakukan klasifikasi dialek di Pulau Jawa. Metode Synthetic Minority Over-Sampling Technique (SMOTE) juga digunakan dalam penelitian ini untuk mengetahui pengaruh teknik oversampling terhadap performa algoritma. Dari penelitian in dihasilkan performa terbaik dengan akurasi sebesar 84 22% presisi sebesar 82 96% dan recall sebesar 84 58%.

Informasi Detail

DDC

Rs 005.1 ANG i

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2022.

Deskripsi Fisik

x, 31 lembar : ilus. ; 30cm.

Bahasa

Indonesia

No Reg

08477/KI/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2022

Subjek

1. ALOGARITMA KOMPUTER - NAIVE BAYES
2. ALOGARITMA KOMPUTER - DIALEK BAHASA JAWA
3. COMPUTER ALGORITHM - NAIVE BAYES

Pembimbing

1. Aji Prasetya Wibawa, S.t., M.mt., Ph.d;2. Utomo Pujianto, S.kom, M.kom

Lampiran Berkas