Perancangan Dan Pembuatan Aplikasi Clustering Term Dokumen Menggunakan Algoritma Divisive Information-Theoretic Feature Clustering Sebagai Metode Pengurangan Feature Pada Klasifikasi Dokumen Teks

Salah satu penyebab tingginya waktu komputasi pada algoritma klasifikasi dokumen disebabkan oleh besamya dimensi feature dari framing set. Agar algoritma klasifikasi dapat bekelja dengan optimal maka perlu dilakukan pengurangan dimensifeature. Metode pengurangan dimensi feature secara umum dapat dikelompokan menjadi dua kelompok utama, yaitu penf,rurangan dimensi feature dengan.feature selection dan feature clustering. Feature clustering melakukan penggabungan .feature menjadi beberapa klaster. Algoritma Divisive Information-Theoretic Feature Clustering adalah distributional feature clustering yang menggunakan distribusi statistik darifeature. Distribusi.feature ini diperoleh dari dokumen yang digw1akan sebagai training set. Algoritma inj menggabungkan feafllre ke kJaster berdasarkan kedekatan setiap feature dengan klaster yang diukur dengan menggunakan Kullback-Leibler divergence. Algoritma ini juga merupakan algoritma klastering yang bertipe hard clustering. Klaster-klaster yang dihasilkan selanjutnya digunakan sebagai penganti feature dalam algoritma klasifikasi naiVe bayes. Uji coba dilakukan dengan menggunakan data UseNet Collection (20NG), yang terdiri dari 19997 dokumen. Dokwnen-dokumen tersebut dikelompokan ke dalam 20 topic yang berbeda, dimana setiap dokumen hanya memiliki satu topic. Hasil uji coba klasifikasi dengan word cluster sebagai pengganti feature pada algoritma klasifikasi nai"ve bayes diperoleh hasil yang bervariasi. Dari hasil uji coba klasifikasi dapat diambil kesimpulan bahwa klasifikasi dengan feature clustering lebih baik daripadafeature selection padajumlahfeature yang sedikit