Pengembangan Model Pengklasifikasi Naive Bayes untuk Seleksi Penelusuran URL Halaman Detail Informasi Produk Tas Wanita pada Situs X

Abstract

Pencarian informasi dengan mesin pencari telah umum dilakukan. Umumnya, untuk informasi tentang detail sebuah produk, pengguna mencari pada situs-situs yang menjual produk tersebut. Selain mesin pencari seperti Google yang bersifat universal, sebenarnya terdapat mesin pencari yang menelusuri web tertentu saja untuk kebutuhan yang sangat spesifik. Mesin seperli ini melakukan penelusuran secara sekaligus sehingga membutuhkan biaya, waktu dan ruang, yang besar, sehingga perlu dilakukan seleksi halaman yang hendak ditelusuri dan unduh. Karya ilmiah ini membuat sebuah model pengklasifikasi menggunakan NaiVe Bayes. Model pengklasifikasi ini digunakan untuk seleksi URL halaman yang akan ditelusuri dan diunduh oleh penelusur web. Halaman yang diingikan adalah halaman detail informasi tas wanita pada situs X, salah satu situs toko online terbesar di Indonesia. Dengan pendekatan klasifikasi teks, maka sebuah URL halaman dianggap sebagai dokumen. Dokumen atau URL direpresentasikan dalam model Boolean, yang melihat muncul atau tidaknya sebuah istilah pada suatu URL. Kumpulan dokumen dilabeli sebagai tas wanita (bw) atau bukan tas wantta (nbw). Model dibangun dengan melatihkan 800 dokumen. Model ini menemukan istilah "bags" sebagai istilah dengan probabilitas posterior tertinggi (0.99), sedangkan istilah "bag" meskipun lebih kerap muncul namun memiliki kekuatan yang sama pada kedua kelas (probabilitas posterior pada kelas bw : 0.57) sehingga dapa menyebabkan bias pada hasil klasifikasi. Model pengklasifikasi ini kemudian diuji menggunakan 325 dokumen yang berbeda dengan data dokumen latih. Akurasi dari pengujian tersebut adalah sebesar 93,2%.