Aplikasi Text Mining Untuk Automasi Penentuan Tren Topik Skripsi Dengan Metode K-Means Clustering (Studi Kasus: Prodi Sistem Komputer)

Riyadhi, Muhammad Faishal (2019) Aplikasi Text Mining Untuk Automasi Penentuan Tren Topik Skripsi Dengan Metode K-Means Clustering (Studi Kasus: Prodi Sistem Komputer). Other thesis, Universitas Komputer Indonesia.

Preview	Text UNIKOM_M. Faishal Riyadhi_Cover.pdf - Published Version Download (36kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Lembar Pengesahan.pdf - Published Version Download (1MB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Persetujuan Publikasi.pdf - Published Version Download (412kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Lembar Pernyataan Keaslian.pdf - Published Version Download (536kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Kata Pengantar.pdf - Published Version Download (137kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Daftar Isi.pdf - Published Version Download (850kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_BAB I.pdf - Published Version Download (29kB) | Preview
	Text UNIKOM_M. Faishal Riyadhi_BAB II.pdf - Published Version Restricted to Repository staff only Download (198kB) | Request a copy
	Text UNIKOM_M. Faishal Riyadhi_BAB III.pdf - Published Version Restricted to Repository staff only Download (434kB) | Request a copy
	Text UNIKOM_M. Faishal Riyadhi_BAB IV.pdf - Published Version Restricted to Repository staff only Download (359kB) | Request a copy
Preview	Text UNIKOM_M. Faishal Riyadhi_BAB V.pdf - Published Version Download (7kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Daftar Pustaka.pdf - Published Version Download (75kB) | Preview
Preview	Text UNIKOM_M. Faishal Riyadhi_Jurnal.pdf - Published Version Download (473kB) | Preview

Abstract

Dengan banyaknya mahasiswa yang akan mengerjakan tugas akhir, maka diperlukan suatu sistem yang dapat memberikan informasi tentang tren topik skripsi apa saja yang sedang populer pada tahun-tahun tertentu. Oleh karena itu melalui penelitian ini dikembangkan suatu aplikasi yang dapat bekerja secara semi-otomatis dengan memanfaatkan teknologi Text Mining dan Algoritma K-Means Clustering. Dari hasil penelitian yang telah dilakukan maka didapatkan hasil bahwa, sistem yang dibuat dapat membantu para mahasiswa untuk mengetahui informasi tren topik skripsi apa yang sedang tren di program studi sistem komputer. Untuk proses analisis menggunakan metode K-Means Clustering, tingkat keberhasilan yang di dapat sebesar 66.66% untuk proses matematis. Dan untuk perbandingan dengan proses sistemnya sebesar 33.33% untuk data yang sama dengan proses matematis.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Text Mining; K-Means Clustering;
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 006_Special Computer Methods
Divisions:	S1_SKRIPSI > FTIK_Sistem Komputer (02)
Depositing User:	Mrs. Calis Maryani
Date Deposited:	20 Jul 2020 01:54
Last Modified:	20 Sep 2021 05:04
URI:	http://elibrary.unikom.ac.id/id/eprint/2460

Actions (login required)

View Item