Analisa Judul Skripsi untuk Menentukan Peminatan Mahasiswa Menggunakan Vector Space Model dan Metode K-Nearest Neighbor

Dewi Marini Umi Atmaja, Rila Mandala

Abstract


Sulitnya menentukan klasifikasi judul skrpsi berdasarkan peminatan yang diambil oleh mahasiswa informatika unjani merupakan salah satu permasalahan penting yang dihadapi oleh pihak Jurusan. Tujuan dari penelitian ini yaitu memberikan sebuah penunjang keputusan bagi pihak Jurusan agar setiap judul skripsi yang diajukan oleh mahasiswa sesuai dengan peminatan. Berdasarkan hasil penelitian yang telah dilakukan, model yang dibangun menggunakan algoritma KNN menghasilkan tingkat akurasi yang lebih tinggi jika dibandingkan dengan model yang dibangun menggunakan algoritma VSM. Nilai akurasi tertinggi berdasarkan hasil pengujian pada penelitian ini adalah sebasar 96,85%.

Keywords


Text Mining, Vector Space Model, K-Nearest Neighbor

Full Text:

PDF

References


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

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

All articles in this journal are indexed in:

  

 Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.