We use a few cookies

Essential cookies keep the library working. With your permission, we'd also like to use analytics to see what's useful and improve the experience. Read our Privacy Policy or Cookie Policy.

Skip to main content
Home/e-Resources/Mathematics/Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining
PeriodicalsMathematics

Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining

Checking your access to this record.

Abstract & Overview

Berkembangnya dunia teknologi informasi tentu saja membawa dampak semakin besarnya data yang beredar dan terus bertambah besar secara signifikan, dan pengolahan data awal atau preprocessing text dalam proses text mining di harapkan dapat mengurangi dengan menghilangkan kata ?oOe¼OC£ kata atau teks yang tidak perlu atau tidak mempunyai arti dari database teks atau dokumen. Dengan berkurangnya jumlah teks diharpakan dapat meringankan proses selanjutnya dalam rangka menambang informasi yang berada dalam dokumen ?oOe¼OC£ dokumen ataupun teks- teks yang di proses dengan menerapkan bebrapa metode yang ada untuk dapat menghasilkan informasi yang berguna dari teks tersebut tanpa mengurangi arti ataupun makna serta informasi yang dikandung dalam dokumen tersebut. Kata Kunci : data, text mining, informasi, preprocessing

Cite this record

Jaka Harjanta, Aris Tri (2015). Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining. Jurnal Informatika Upgris, 1(1), 137435. https://library.shubhaarti.in/content/64638378-0a95-4873-a4a0-9d69e9067590

Copy in another style

Harjanta, J., & Tri, A. (2015). Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining. Jurnal Informatika Upgris, 1(1), 137435. https://library.shubhaarti.in/content/64638378-0a95-4873-a4a0-9d69e9067590
Author names are used as deposited, so check their order before you submit.

Metadata is harvested from open-access indexes and can be incomplete. Check a citation against the published version before relying on it — see our open access & attribution policy.