Analisa Judul Skripsi untuk Menentukan Peminatan Mahasiswa Menggunakan Vector Space Model dan Metode K-Nearest Neighbor
Abstract
Keywords
Full Text:
PDFReferences
A. Fitria, M. dan H. Azis, “Analisis Kinerja Sistem Klasifikasi Skripsi Menggunakan Metode Naive Bayes Classifier,” Jurnal
Ilmu Komputer dan Teknologi Informasi, pp. 102 - 106, 2018.
A. F. Hidayatullah dan M. R. Ma'arif, “Penerapan Text Mining dalam Klasifikasi Judul Skripsi,” Seminar Nasional Aplikasi Teknologi Informasi, pp. A-33 - A-36, 2016.
K. R. Prilianti dan H. Wijaya, “Aplikasi Text Mining untuk Automasi Penentuan Tren Topik Skripsi dengan Metode K-Means Clustering,” Jurnal Cybermatika, pp. 1 - 6, 2014.
O. Somantri, S. Wiyono dan D. , “Optimalisasi Support Vector Machine (SVM) untuk Klasifikasi Tema Tugas Akhir Berbasis K-Means,” Jurnal Telematika, pp. 60 - 68, 2016.
R. T. Wahyuni, D. Prastiyanto dan E. Supraptono, “Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Dokumen Skripsi,” Jurnal Teknik Elektro, pp. 18 - 23, 2017.
J. Han, M. Kamber dan J. Pei, Data Mining Concept and Techniques, Elsevier, Morgan Kaufman, 2012.
D. Suyanto, Data Mining untuk Klasifikasi dan Klaterisassi Data, Bandung: Informatika, 2017.
D. Nofriansyah dan G. W. Nurcahyo, Algoritma Data Mining dan Pengujian, Yogyakarta: Deepublish, 2015.
R. T. Wulandari, Data Mining Teori dan Aplikasi Rapidminer, Yogyakarta: Gava Media, 2017.
DOI: http://dx.doi.org/10.33021/itfs.v4i2.1182
Refbacks
- There are currently no refbacks.
Copyright (c) 2020 IT for Society
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
All articles in this journal are indexed in:
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.