Tampilan Petugas: Rancang Bangun Aplikasi Web Survey Report dengan Algoritma Naive Bayes dan N-gram untuk Kategorisasi Saran (Studi Kasus: Career Development Centre UMN)

Rancang Bangun Aplikasi Web Survey Report dengan Algoritma Naive Bayes dan N-gram untuk Kategorisasi Saran (Studi Kasus: Career Development Centre UMN)

Main Author:	Chandra Gunawan, Calvin
Format:	Thesis NonPeerReviewed application/pdf
Bahasa:	eng
Terbitan:	, 2020
Subjects:	T58.5-58.64 Information technology
Online Access:	http://kc.umn.ac.id/13478/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/13478/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/13478/3/BAB_I.pdf http://kc.umn.ac.id/13478/4/BAB_II.pdf http://kc.umn.ac.id/13478/5/BAB_III.pdf http://kc.umn.ac.id/13478/6/BAB_IV.pdf http://kc.umn.ac.id/13478/7/BAB_V.pdf http://kc.umn.ac.id/13478/8/LAMPIRAN.pdf http://kc.umn.ac.id/13478/

ctrlnum	13478
fullrecord	<?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://kc.umn.ac.id/13478/</relation><title>Rancang Bangun Aplikasi Web Survey Report dengan Algoritma Naive Bayes dan N-gram untuk Kategorisasi Saran (Studi Kasus: Career Development Centre UMN)</title><creator>Chandra Gunawan, Calvin</creator><subject>T58.5-58.64 Information technology</subject><description>Pada lingkup universitas, survei kepada alumni dilakukan untuk mengetahui tingkat kepuasan mahasiswa setelah menjalani proses studi. Pengumpulan data dan pembuatan laporan hasil survei kepuasan alumni di Universitas Multimedia Nusantara dilakukan oleh divisi Career Development Centre. Kendala yang dialami dalam proses pembuatan laporan hasil survei tersebut adalah kurangnya mengaplikasikan teknologi informasi sehingga data harus diproses secara manual. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan membuat aplikasi web yang dapat membantu mengolah data secara otomatis, terutama dalam melakukan kategorisasi teks yang didapatkan dari survei. Keuntungan yang didapatkan dari aplikasi tersebut adalah dapat memproses data dengan lebih efektif dan efisien. Proses kategorisasi teks dilakukan menggunakan algoritma Naive Bayes dengan model Multinomial. Algoritma ini pada dasarnya melakukan kategorisasi dengan menghitung probabilitas dari frekuensi kata yang muncul dalam suatu kategori. Metode N-gram juga digunakan bersama algoritma Naive Bayes untuk meningkatkan nilai hasil pengujian. Aplikasi ini telah selesai dan berhasil dibangun dengan nilai rata-rata accuracy sebesar 94,00%, nilai rata-rata precision sebesar 86,32%, nilai rata-rata recall sebesar 85,24%, dan nilai rata-rata f-measure sebesar 85,30% pada metode 4-gram. Aplikasi ini juga mendapatkan nilai penerimaan sebesar 95,71% untuk faktor usefulness dan 95,00% untuk faktor ease of use menggunakan kuesioner TAM. Metode yang digunakan pada penelitian ini dapat diaplikasikan kembali untuk permasalahan kategorisasi teks pada suatu sistem informasi.</description><date>2020</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/1/HALAMAN_AWAL.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/2/DAFTAR_PUSTAKA.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/3/BAB_I.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/4/BAB_II.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/5/BAB_III.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/6/BAB_IV.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/7/BAB_V.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/13478/8/LAMPIRAN.pdf</identifier><identifier> Chandra Gunawan, Calvin (2020) Rancang Bangun Aplikasi Web Survey Report dengan Algoritma Naive Bayes dan N-gram untuk Kategorisasi Saran (Studi Kasus: Career Development Centre UMN). Bachelor Thesis thesis, Universitas Multimedia Nusantara. </identifier><recordID>13478</recordID></dc>
language	eng
format	Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview File:application/pdf File
author	Chandra Gunawan, Calvin
title	Rancang Bangun Aplikasi Web Survey Report dengan Algoritma Naive Bayes dan N-gram untuk Kategorisasi Saran (Studi Kasus: Career Development Centre UMN)
publishDate	2020
topic	T58.5-58.64 Information technology
url	http://kc.umn.ac.id/13478/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/13478/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/13478/3/BAB_I.pdf http://kc.umn.ac.id/13478/4/BAB_II.pdf http://kc.umn.ac.id/13478/5/BAB_III.pdf http://kc.umn.ac.id/13478/6/BAB_IV.pdf http://kc.umn.ac.id/13478/7/BAB_V.pdf http://kc.umn.ac.id/13478/8/LAMPIRAN.pdf http://kc.umn.ac.id/13478/
contents	Pada lingkup universitas, survei kepada alumni dilakukan untuk mengetahui tingkat kepuasan mahasiswa setelah menjalani proses studi. Pengumpulan data dan pembuatan laporan hasil survei kepuasan alumni di Universitas Multimedia Nusantara dilakukan oleh divisi Career Development Centre. Kendala yang dialami dalam proses pembuatan laporan hasil survei tersebut adalah kurangnya mengaplikasikan teknologi informasi sehingga data harus diproses secara manual. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan membuat aplikasi web yang dapat membantu mengolah data secara otomatis, terutama dalam melakukan kategorisasi teks yang didapatkan dari survei. Keuntungan yang didapatkan dari aplikasi tersebut adalah dapat memproses data dengan lebih efektif dan efisien. Proses kategorisasi teks dilakukan menggunakan algoritma Naive Bayes dengan model Multinomial. Algoritma ini pada dasarnya melakukan kategorisasi dengan menghitung probabilitas dari frekuensi kata yang muncul dalam suatu kategori. Metode N-gram juga digunakan bersama algoritma Naive Bayes untuk meningkatkan nilai hasil pengujian. Aplikasi ini telah selesai dan berhasil dibangun dengan nilai rata-rata accuracy sebesar 94,00%, nilai rata-rata precision sebesar 86,32%, nilai rata-rata recall sebesar 85,24%, dan nilai rata-rata f-measure sebesar 85,30% pada metode 4-gram. Aplikasi ini juga mendapatkan nilai penerimaan sebesar 95,71% untuk faktor usefulness dan 95,00% untuk faktor ease of use menggunakan kuesioner TAM. Metode yang digunakan pada penelitian ini dapat diaplikasikan kembali untuk permasalahan kategorisasi teks pada suatu sistem informasi.
id	IOS6965.13478
institution	Universitas Multimedia Nusantara
institution_id	355
institution_type	library:university library
library	Perpustakaan Universitas Multimedia Nusantara
library_id	306
collection	Knowledge Center UMN
repository_id	6965
subject_area	Business/Bisnis Communication/Komunikasi Art Apreciation/Apresiasi Seni Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
city	TANGERANG
province	BANTEN
shared_to_ipusnas_str	1
repoId	IOS6965
first_indexed	2020-12-19T03:50:47Z
last_indexed	2020-12-19T03:50:47Z
recordtype	dc
_version_	1686477460103757824
score	17.538404

Rancang Bangun Aplikasi Web Survey Report dengan Algoritma Naive Bayes dan N-gram untuk Kategorisasi Saran (Studi Kasus: Career Development Centre UMN)

Lihat Juga