KLASIFIKASI DOKUMEN SKRIPSI TEKNIK INFORMATIKA SESUAI BIDANG KAJIAN DENGAN FEATURE SELECTION MENGGUNAKAN K-NN METHOD (Studi Kasus : Perpustakaan Fakultas Teknik Industri UPN “Veteran” Yogyakarta)

Siswoyo, Risya Ines Putri (2020) KLASIFIKASI DOKUMEN SKRIPSI TEKNIK INFORMATIKA SESUAI BIDANG KAJIAN DENGAN FEATURE SELECTION MENGGUNAKAN K-NN METHOD (Studi Kasus : Perpustakaan Fakultas Teknik Industri UPN “Veteran” Yogyakarta). Diploma thesis, UPN "Veteran" Yogyakarta.

Preview	Text COVER_123150067_Risya_Ines_Putri_Siswoyo.pdf Download (248kB) | Preview
Preview	Text ABSTRAK_123150067_Risya_Ines_Putri_Siswoyo.pdf Download (114kB) | Preview
Preview	Text COVER_123150067_Risya_Ines_Putri_Siswoyo.pdf Download (248kB) | Preview
Preview	Text DAFTAR ISI_123150067_Risya_Ines_Putri_Siswoyo.pdf Download (104kB) | Preview
Preview	Text LEMBAR PENGESAHAN PEMBIMBING.pdf Download (442kB) | Preview
	Text Skripsi_Full_123150067_Risya_Ines_Putri_Siswoyo.pdf Restricted to Repository staff only Download (4MB)
Preview	Text Daftar Pustaka.pdf Download (11kB) | Preview

Abstract

Perguruan Tinggi Negeri memiliki perpustakaan sebagai fasilitas penunjang pendidikan dan ilmu pengetahuan para mahasiswa. Di UPN “Veteran” Yogyakarta khususnya Fakultas Teknik Industri (FTI) memiliki perpustakaan yang didalamnya menyimpan berbagai buku, jurnal maupun tugas akhir. Perpustakaan FTI sendiri menyimpan jurnal, tugas akhir/skripsi dari berbagai jurusan yang ada di Fakultas Teknik Industri salah satunya dari jurusan Teknik Informatika. Perpustakaan FTI sendiri menyimpan jurnal, tugas akhir/skripsi dari berbagai jurusan yang ada di Fakultas Teknik Industri salah satunya dari jurusan Teknik Informatika. Pada pembaca/mahasiswa sendiri untuk mencari referensi tugas akhir mahasiswa datang ke perpustakaan, membaca daftar skripsi yang ada, memilih judul yang diinginkan kemudian akan dicarikan laporan tugas akhir berdasarkan judul tersebut. Di perpustakaan FTI sendiri tugas akhir jurusan Teknik Informatika belum dikelompokkan sesuai bidang kajian, dimana didalam jurusan Teknik Informatika memiliki 4 bidang kajian sesuai KBK (Kurikulum Berbasis Kompetensi) antara lain Geoinformatika, Komputasi dan Jaringan, Sistem Cerdas serta Multimedia. Pada penelitian ini menggunakan metode pengklasifikasian K-Nearest Neighbor (KNN) untuk mengkategorikan judul skripsi jurusan Teknik Informatika berdasarkan bidang kajian. Kemudian menggunakan fitur seleksi information gain untuk menangani data imbalance dimana data yang digunakan komposisi datanya disetiap bidang kajian berbeda atau tidak seimbang. Proses pengklasifikasian melalui beberapa tahap antara lain preprocessing, pembobotan dengan TF-IDF, fitur seleksi information gain, perhitungan jarak terdekat dengan cosine similarity lalu klasifikasi dengan K-NN. Berdasarkan hasil pengujian yang telah dilakukan hasil akurasi tertinggi apabila menggunakan fitur seleksi information gain dengan data latih sebanyak 276 data ada pada persentase data latih (80%) dan data uji (20%) sebesar 87,5% dan dengan parameter nilai K=5. Hasil akurasi tertinggi apabila tidak menggunakan fitur seleksi information gain dengan data latih sebanyak 276 data ada pada persentase data latih (90%) dan data uji (10%) sebesar 92,9% dan dengan parameter nilai K 5, 7 dan 9. Sehingga untuk penggunaan fitur seleksi information gain kurang maksimal untuk data berupa judul tugas akhir dikarenakan fitur-fitur yang ada pada judul tugas akhir termasuk fitur penting semua. Kata kunci : klasifikasi dokumen, judul skripsi, bidang kajian, fitur seleksi, information gain, K-Nearest Neighbor (K-NN)

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	klasifikasi dokumen, judul skripsi, bidang kajian, fitur seleksi, information gain, K-Nearest Neighbor (K-NN)
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Eny Suparny
Date Deposited:	16 Mar 2021 06:14
Last Modified:	16 Mar 2021 06:14
URI:	http://eprints.upnyk.ac.id/id/eprint/24948

Actions (login required)

View Item