Rancang bangun aplikasi text mining untuk penentuan tren topik skripsi dengan metode k-medoids clustering (studi kasus fakultas ict umn)
| Main Author: | Vinsensius, Arvin |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/1258/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1258/2/BAB%20I.pdf http://kc.umn.ac.id/1258/3/BAB%20II.pdf http://kc.umn.ac.id/1258/4/BAB%20III.pdf http://kc.umn.ac.id/1258/5/BAB%20IV.pdf http://kc.umn.ac.id/1258/6/BAB%20V.pdf http://kc.umn.ac.id/1258/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1258/8/LAMPIRAN.pdf http://kc.umn.ac.id/1258/ |
Daftar Isi:
- Pengetahuan tentang tren topik skripsi dapat membawa manfaat positif bagi pengembangan kurikulum maupun penelitian skala institusi. Namun, informasi mengenai tren topik skripsi dari data yang jumlahnya besar dan tidak terstruktur sangat menyulitkan untuk menemukan intisari atau kesimpulan data. Oleh karena itu, dibangunlah sebuah aplikasi rekomendasi topik skripsi berdasarkan kumpulan topik skripsi yang sering diambil. Aplikasi ini menggunakan metode text mining untuk mengolah data dari file abstrak skripsi. Diawali dengan tahap preprocessing data (case folding, tokenizing, filtering, dan stemming) untuk menghasilkan kumpulan kata dengan frekuensi kemunculan masing-masing. Selanjutnya, kumpulan kata ini akan dikelompokkan dengan metode K-Medoids clustering berdasarkan frekuensi kemunculan. Hasil clustering ditampilkan dalam bentuk grafik dan diberikan juga informasi rekomendasi skripsi yang terkait. Aplikasi yang dibangun berbasis web dan menggunakan framework CodeIgniter. Setelah dilakukan proses pengujian clustering menggunakan metode purity, didapatkan hasil untuk jurusan Sistem Informasi sebesar 0,78, jurusan Sistem Komputer sebesar 0,85, dan jurusan Teknik Informatika sebesar 0,8.