Muttaqin, M. Rifqi (2021) Implementasi Smooth Support Vector Machine (Ssvm) Dan Information Gain (Ig) Untuk Klasifikasi Proposal Skripsi Berdasarkan Kelompok Keilmuan. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_M Rifqi Muttaqin_cover.pdf - Published Version Download (31kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_lembar pengesahan.pdf - Published Version Download (375kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_surat keterangan persetujuan publikasi.pdf - Published Version Download (364kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_surat keterangan orisinalitas.pdf - Published Version Download (64kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_kata pengantar.pdf - Published Version Download (116kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_daftar isi.pdf - Published Version Download (392kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_bab 1.pdf - Published Version Download (161kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_bab 2.pdf - Published Version Download (540kB) | Preview |
|
Text
UNIKOM_M Rifqi Muttaqin_bab 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
UNIKOM_M Rifqi Muttaqin_bab 4.pdf - Published Version Restricted to Repository staff only Download (593kB) | Request a copy |
||
|
Text
UNIKOM_M Rifqi Muttaqin_bab 5.pdf - Published Version Download (104kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_daftar pustaka.pdf - Published Version Download (126kB) | Preview |
|
|
Text
UNIKOM_M Rifqi Muttaqin_kontak penulis dan kontributor penelitian.pdf - Published Version Download (6kB) | Preview |
Abstract
Skripsi teknik informatika di suatu Universitas XYZ memiliki 5 jenis kelas, masing-masing kelas memiliki kalimat atau kata-kata yang membedakan setiap kelasnya. Para mahasiswa/mahasiswi akan membuat terlebih dahulu usulan penelitian atau disebut proposal skripsi yang akan diajukan ke panitia sidang proposal skripsi. Dalam hal ini masih terjadi salah pemilihan judul serta tema proposal skripsi yang terjadi pada mahasiswa. Dari sekian banyaknya metode untuk melakukan klasifikasi teks, penelitian ini dilakukan dengan menggunakan metode klasifikasi SSVM dan bantuan feature selection Information Gain. SSVM dan Information Gain digunakan untuk mengetahui tingkat akurasi dari klasifikasi laporan skripsi. Data yang digunakan 150 abstrak laporan skripsi prodi teknik informatika dikumpulkan dalam format *.csv, 100 dokumen digunakan sebagai data latih dan 50 dokumen digunakan sebagai data latih. Selanjutnya akan digunakan sebagai data masukan pelatihan dan pengujian. Data masukan diproses melalui tahap preprocessing yang kemudian diberi feature selection Information Gain untuk diklasifikasi dengan metode SSVM sehingga mendapatkan data pelatihan untuk menguji data abstrak pada data uji. Berdasarkan hasil penelitian menunjukkan bahwa klasifikasi dokumen menggunakan metode SSVM dan seleksi fitur Information Gain untuk menklasifikasikan abstrak skripsi. Menghasilkan rasio akurasi sebesar 56%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Smooth Support Vector Machine, Information Gain, Proposal Skripsi, Python, Klasifikas dokumen |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 11 Jan 2022 02:04 |
Last Modified: | 11 Jan 2022 02:04 |
URI: | http://elibrary.unikom.ac.id/id/eprint/4861 |
Actions (login required)
View Item |