Support Vector Machine Untuk Ekstraksi Dokumen Karya Ilmiah

Author

Nelly Indriani Widiastuti, M.T. Kania Evita Dewi, S.Pd., M.Si

Abstrak

Ekstraksi informasi dokumen karya tulis ilmiah dengan menggunakan metode Support Vector Machine seperti entitas, hubungan antara entitas dan atribut yang menggambarkan entitas dari sumber yang tidak terstruktur. Penelitian ini yang dilakukan tentang ekstraksi informasi dokumen karya tulis ilmiah menggunakan Support Vector Machine (SVM) untuk mengukur seberapa besar nilai akurasi yang dihasilkan. Diperlukan analisis terhadap fitur pembobotan yang akan digunakan dalam proses ekstraksi informasi, sehingga digunakannya Informastion Gain untuk menyeleksi fitur yang kurang berpengaruh. Pada proses ekstraksi informasi ini dilakukan beberapa tahapan diantaranya preprocessing, ekstraksi fitur, seleksi fitur Information Gain (IG) dan klasifikasi menggunakan Support Vector Machine (SVM) untuk menentukan kelas kategori dalam karya tulis ilmiah. Berdasarkan pengujian yang telah dilakukan dengan nilai gamma=0.5, dihasilkan akurasi tanpa Information Gain sebesar 90.68% sementara akurasi dengan Information Gain sebesar 90.99%. Untuk nilai error rate sebesar 9.32%, nilai precision sebesar 93.79%, nilai recall sebesar 90.74% dan nilai f-1 score sebesar 89.21%.