Klasifikasi Teks Menggunakan Algoritma Naive Bayes Updateable pada Soal Ujian SBMPTN

Teks merupakan salah satu jenis penyajian informasi yang terbentuk dari susunan kata-kata dengan bahasa tertentu. Informasi yang tersimpan dalam suatu teks diantaranya tema yang dibahas, isu yang diangkat, bahasa yang digunakan dan sebagainya. Seseorang dapat mengetahui tema yang sedang dibahas oleh suatu teks karena melihat adanya karakteristik dari teks tersebut. Karakteristik dari sebuah teks dapat dilihat dari kata-kata penyusunnya. Dengan memanfaatkan karakteristiknya, sebuah teks dapat diklasifikasikan berdasarkan jenis informasi yang tersimpan. Terdapat berbagai algoritma klasifikasi. Salah satu algoritma klasifikasi teks yang sering digunakan adalah Naive Bayes Classifier (NBC). NBC dalam penelitian ini digunakan untuk mengklasifikasikan teks berupa soal-soal ujian SBMPTN berdasarkan tema bidang studinya. Salah satu metode seleksi fitur DF-Threshold diterapkan untuk mendukung proses klasifikasi. Model increment dari klasifikasi diperlukan, mengingat jumlah teks soal ujian yang terus berkembang dan bertambah. Model increment dari NBC yaitu Naive Bayes Updateable memiliki kemampuan untuk belajar dari data-data yang baru dikenal oleh sistem bahkan setelah classifier dijalankan dengan data yang ada sebelumnya. Penelitian ini dilakukan untuk mengetahui bagaimana kinerja Naive Bayes Updateable dalam mengklasifikasikan soal-soal ujian SBMPTN berdasarkan tema bidang studi. Evaluasi klasifikasi dengan algoritma Naive Bayes Updateable menghasilkan akurasi 90,91%