Analisis Kinerja Smoothing pada Naive Bayes untuk Pengkategorian Soal Ujian

Abstract

Cognitive domain taxonomy bloom is a reference to classify examination based on difficulty levels on education world, the result of those categories will be used to compile a variety of exam questions. In this research, Naive bayes classifier will be used to categorize the text about biology exam for high school. Chi-square is feature selection method that will be used to remove an unuse features on examination, and increase speed of process text categorization. In addition, naive bayes classifier is a method that causing missclassification result of categorization text, this case will be happen if testing data is not found in training data, so we need another method to minimize it, that method called by smoothing method. In this research we will test perfomance and impact of smothing method for naive bayes classifier and chi-square as feature selection method. The smoothing methods to be compared on this research are : Laplace, Dirichlet and Two Stage smoothing.

Klasifikasi Kelayakan Penerima Bantuan Program Keluarga Harapan (Pkh) Menggunakan Metode Weighted Naïve Bayes Dengan Laplace Smoothing

“…Teknik smoothing yang digunakan dalam penelitian ini yaitu laplace smoothing. Teknik Laplace Smoothing digunakan untuk mengatasi nilai probabilitas pada klasifikasi Naïve Bayes yang bernilai 0 dengan cara menambahkan angka 1 pada perhitungan [5].…”

Penerapan Algoritma Feature Selection Chi-Square (X2) Dalam Sistem Monitoring Tumbuh Kembang Balita

“…Chi-Square atau X2 adalah salah satu metode dari feature selection atau pemilihan fitur yang termasuk dalam model pendekatan metode filter [10]. Pada umumnya metode feature selection ini, digunakan pada tahap pre-processing.…”

Implementasi Naïve Bayessian dengan Laplacian Smoothing untuk Peminatan dan Lintas Minat Siswa SMAN 5 Pamekasan

“…Kekurangan naive bayes classifier dapat diminimalisir dengan menggunakan metode smoothing, selain itu beberapa penelitian sebelumnya membuktikan bahwa metode smoothing dapat meningkatkan perfomance dari naive bayes classifier. Pada penelitian ini digunakan metode smoothing yaitu laplacian smoothing, atau yang biasa disebut add-one smoothing [2].…”

“…Pada penelitian ini digunakan metode laplace smoothing, yaitu metode smoothing yang paling sederhana karena hanya menambahkan angka 1, tapi metode laplace smoothing memiliki perfomance yang cukup baik dibandingkan dengan metode smoothing lainnya [8], pada penerapan text atau numerik. Salah satunya pada perbandingan smoothing untuk pengkategorian soal ujian [2], sebagai penerapan pada data text (text mining).…”