Pengelompokan Email Berdasarkan Kemiripan Isi dan Penentuan Nama Kelompok Email Secara Otomatis

Chalim, Novan Aditya (1172103) (2015) Pengelompokan Email Berdasarkan Kemiripan Isi dan Penentuan Nama Kelompok Email Secara Otomatis. Undergraduate thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
1172103_Abstract_TOC.pdf - Accepted Version

Download (158Kb) | Preview
[img]
Preview
Text
1172103_Chapter1.pdf - Accepted Version

Download (15Kb) | Preview
[img] Text
1172103_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (262Kb)
[img] Text
1172103_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (595Kb)
[img] Text
1172103_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (537Kb)
[img] Text
1172103_Chapter5.pdf - Accepted Version
Restricted to Repository staff only

Download (1056Kb)
[img]
Preview
Text
1172103_Conclusion.pdf - Accepted Version

Download (78Kb) | Preview
[img]
Preview
Text
1172103_Cover.pdf - Accepted Version

Download (1261Kb) | Preview
[img]
Preview
Text
1172103_References.pdf - Accepted Version

Download (6Kb) | Preview

Abstract

Email sudah menjadi alat penting untuk berkomunikasi dalam kehidupan sehari-hari. Tinggi nya jumlah email yang masuk dapat mempersulit pengguna dalam mengelompokkan email secara manual. Melalui proses clustering dengan metode K-Means, X-Means Heuristic, dan X-Means Dynamic dibantu dengan fitur pembobotan Ranking Term Frequency dan TF-IDF, data email dapat diolah agar dapat dikelompokkan secara otomatis. Cluster yang terbentuk juga akan diberi label secara otomatis, agar setiap cluster memiliki label berdasarkan isi dari data email yang sudah di clustering. Sehingga perlu dilakukan analisis, perancangan, desain aplikasi, dan pencarian teori-teori yang mendukung untuk membuat aplikasi email clustering dengan menggunakan algoritma k-means, x-means heuristic, dan x-means dynamic. Pengujian yang dilakukan pada 20 akun email yang berbeda, ditarik 100 data email lalu diuji dengan 3 tahapan berbeda dan 3 metode cluster. Hal ini dilakukan untuk mengimplementasikan aplikasi email clustering agar dapat diuji tingkat keakuratan nya dalam melakukan proses email clustering. Aplikasi email clustering ini dapat mengelompokkan email dan memberikan label secara otomatis dengan rata-rata akurasi sebesar 90,08%, menggunakan penarikan data subject dan body email.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Algoritma K-Means, Algoritma X-Means Heuristic, Algoritma X-Means Dynamic, Ranking Term Frequency, TF-IDF
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Information Technology > 72 Information Technology Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 18 Nov 2015 07:39
Last Modified: 18 Nov 2015 07:39
URI: http://repository.maranatha.edu/id/eprint/17315

Actions (login required)

View Item View Item