Image01
PENERAPAN NAIVE BAYES CLASSIFIER UNTUK KLASIFIKASI SMS SUARA PELANGGAN ( STUDI KASUS PT. PERTAMINA UPMS V SURABAYA )
THE IMPLEMENTATION OF NAIVE BAYES CLASSIFIER TO CLASSIFY CUSTOMERS SHORT MESSAGE SERVICE ( CASE STUDY AT PT.PERTAMINA UPMS V SURABAYA )
Undergraduate Theses dari STIKOM Surabaya / 09-12-2008 17:10:36 WIB
Posting oleh prazetyo  •  Ditampilkan sebanyak 37095 kali

Share this information : Share

Author : Krisma Dini Aprilia (04410100040)


Subject:CONSUMER CLASSIFICATIONS
Keyword:Naïve Bayes Classifier
Short Message Services

Abstract in Bahasa Indonesia

Algoritma Naive Bayes Classifier merupakan algoritma yang memanfaatkan teori probabilitas, yaitu memprediksi probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya. Proses yang terdapat pada algoritma ini ada dua tahap, yaitu proses pelatihan (learning) dan proses klasifikasi. Proses pelatihan akan menghasilkan model probabilistik yang digunakan didalam proses klasifikasi untuk menentukan nilai VMAP. Pada saat proses klasifikasi, pendekatan Bayes akan menghasilkan label kategori yang paling tinggi probabilitasnya (VMAP).

Permasalahan dari Tugas Akhir ini adalah bagaimana menerapkan Naïve Bayes Classifier dalam mengklasifikasikan SMS suara pelanggan menjadi kategori-kategori yang ditentukan oleh PT. Pertamina UPMS V Surabaya. Selain itu, permasalahan Tugas Akhir ini adalah bagaimana menerapkan Naïve Bayes Classifier dalam mengklasifikasikan SMS suara pelanggan berdasarkan departemen yang ditentukan oleh PT. Pertamina UPMS V Surabaya. Pada algoritma Naïve Bayes Classifier, data SMS suara pelanggan di masa sebelumnya akan menjadi masukkan untuk proses pelatihan yang akan menghasilkan model-model probabilistik.

Model-model probabilistik yang telah dihasilkan pada proses pelatihan dan data SMS suara pelanggan yang baru akan menjadi masukkan untuk proses klasifikasi. Pada proses klasifikasi akan dihasilkan label kategori yang paling tinggi probabilitasnya (VMAP), sehingga SMS suara pelanggan yang baru tersebut dapat diketahui kategorinya dan akan dikirimkan ke departemen yang terkait di PT. Pertamina UPMS V Surabaya.

Berdasarkan penelitian dan uji coba yang dilakukan dari data SMS suara pelanggan, menunjukkan bahwa algoritma Naive Bayes Classifier dapat digunakan untuk mengklasifikasikan data SMS suara pelanggan yang berupa data teks yang tidak terstruktur dengan tingkat akurasi yang cukup tinggi.

Contributor:RUDY SETIAWAN, S.SI, M.T.
SOETAM RIZKY WICAKSONO, S.KOM., MCP., MCTS
Date Create:09-12-2008
Type:Text
Format:pdf
Language:Indonesian
Identifier:STIKOMP-Undergraduate-4-21620
Collection ID:4-21620
Call Number:PERPUSTAKAAN STIKOMP 658.834 5 Apr P


Coverage :
Terbatas Sivitas Akademika STIKOMP Surabaya

Rights :
Hak Cipta (c) 2008 oleh STIKOMP SURABAYA. Dilarang mengcopy atau mendistribusikan baik sebagian atau seluruh isi koleksi ini dalam bentuk apapun, baik secara elektronis maupun mekanis tanpa izin dari penulis.

Download koleksi - Terbatas untuk Member

1. STIKOMP-Undergraduate-391-COVER.pdf - 64 KB pdf files

2. STIKOMP-Undergraduate-391-ABSTRAKSI.pdf - 154 KB pdf files

3. STIKOMP-Undergraduate-391-DAFTAR ISI.pdf - 131 KB pdf files

4. STIKOMP-Undergraduate-391-BAB I.pdf - 580 KB pdf files

5. STIKOMP-Undergraduate-391-BAB II.pdf - 860 KB pdf files

6. STIKOMP-Undergraduate-391-BAB III.pdf - 2802 KB pdf files

7. STIKOMP-Undergraduate-391-BAB IV.pdf - 3123 KB pdf files

8. STIKOMP-Undergraduate-391-BAB V.pdf - 85 KB pdf files

9. STIKOMP-Undergraduate-391-DAFTAR PUSTAKA.pdf - 118 KB pdf files



 10 dokumen yang mirip...



 10 dokumen yang berhubungan...






BANTU KAMI !
Anda bisa membantu kami untuk menentukan kata kunci yang tepat untuk dokumen ini dengan melakukan klik pada link dibawah :

Bayes , Classifier , Message , Naïve , Naïve Bayes Classifier , Services , Short , Short Message Services



.: Kembali ke daftar Undergraduate Theses

STIKOM DIGITAL LIBRARY

INSTITUTIONAL REPOSITORY


LOGIN AREA



[ REGISTRASI MEMBER ]





LINK

+ ADD TO BOOKMARK

+ DIGILIB INDONESIA





Hits : kali sejak 13 November 2008  • Alamat IP anda: 3.144.204.102

This Project is cooperation with ITS Library. Local Content & ReDesign © Juli 2008 STIKOM Library.                                                                     Top^
Dublin Core Metadata Initiative & OpenArchives Compatible | Best Viewed with 1024 x 768 resolution and Firefox!.