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:
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/
Daftar Isi:
  • 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.