Dokumen adalah suatu asset instansi yang menyimpan berbagai informasi penting dan merupakan pertanggungjawaban kerja yang harus selalu dipelihara, dirawat dan dilindungi keberadaannya. Dalam tugas akhir ini dibangun sebuah rancangan sistem E-Document berbasis web. Aplikasi ini akan diterapkan di lingkungan kantor pelayanan perizinan terpadu Bangkalan untuk membantu pengelolahan dokumen. semakin banyaknya dokumen yang dimiliki maka semakin sulit pula untuk mencari dokumen-dokumen tersebut. Hal ini juga dipersulit karena kebiasaan penyimpanan dokumen yang tidak terkelompokan sesuai isinya. Teknik yang dapat digunakan untuk memecahkan masalah tersebut salah satunya yaitu dengan teknik klasifikasi dokumen yang menggunakan metode Naïve Bayes Classifier dengan melakukan preprossing terlebih dahulu yaitu proses tokenizing , membuang stopword dan stemming sehingga didapatkan kata dasar yang nantinya akan dilakukan pengolahan klasifikasi. Dokumen-dokumen tersebut dikelompokkan menjadi 5 kategori yang berdasarkan seksi bidang dokumen tersebut yaitu kepala kantor, sub bagian tata usaha, seksi ekonomi dan sosial, seksi fisik dan pembangunan dan seksi informasi dan pengaduan. Untuk pengujian menggunakan 250 dokumen yang dibagi menjadi 2 yaitu 200 dokumen sebagai data training dan 50 dokumen sebagai data testing. Dari hasil uji coba tersebut menghasilkan nilai akurasi keberhasilan tertinggi adalah 82 %.


Deskripsi Lain

The document is an agency asset that store important information and a working accountability must always be maintained, cared for and protected the existence. In this thesis built a system design of e-document based on web. This application will be applied in the environment of Bangkalan integrated licensing service office to assist administration of documents. The more document that we have, more difficult it is to find that documents. It is also difficult because the habits of storage document that do not classify in accordance with its contents. The technique can be used to solve such problems one of which is the document classification techniques using Naïve Bayes Classifier to do preprossing at first that is tokenizing process, discard stopword and stemming to obtain basic word processing will be performed classification. The documents are grouped into 5 categories based on the field of the document section there are the head office, administrative sub-section, economic and social section, physical and construction section, and information and complaint section. For tests using 250 documents divided into 2 is 200 documents as training data and 50 testing documents as data. From the results of these trials, produces the highest accuracy value of success is 82%

• RANCANG BANGUN E-DOCUMENT DI KANTOR PELAYANAN PERIJINAN TERPADU KABUPATEN BANGKALAN MENGGUNAKAN NAIVE BAYES CLASSIFIER