Perbandingan Algoritma K-Nearest Neighbor (KNN) dan Rocchio dalam Klasifikasi Tugas Akhir Universitas Muhammadiyah Jember Studi Kasus: Fakultas Teknik

Adani, Farid Achmad Arif (2020) Perbandingan Algoritma K-Nearest Neighbor (KNN) dan Rocchio dalam Klasifikasi Tugas Akhir Universitas Muhammadiyah Jember Studi Kasus: Fakultas Teknik. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a. PENDAHULUAN.pdf Download (1MB)
	Text b. ABSTRAK.pdf Download (247kB)
	Text c. BAB I.pdf Download (393kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (572kB)
	Text e. BAB III.pdf Restricted to Repository staff only Download (1MB)
	Text f. BAB IV.pdf Restricted to Repository staff only Download (2MB)
	Text g. BAB V.pdf Restricted to Repository staff only Download (223kB)
	Text h. DAFTAR PUSTAKA.pdf Download (310kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (2MB)
	Text j. JURNAL.pdf Download (1MB)

Abstract

Tugas akhir merupakan salah satu syarat kelulusan yang harus dipenuhi oleh mahasiswa untuk menyelesaikan pendidikan di perguruan tinggi. Semakin bertambahnya mahasiswa tiap tahunnya, maka semakin banyak pula koleksi dokumen tugas akhir. Semakin banyaknya dokumen tugas akhir menyebabkan sulitnya mengkategorikan dokumen tugas akhir jika harus dilakukan secara manual. Pada penelitian ini dilakukan klasifikasi dokumen terhadap abstrak dan bab 1 Tugas Akhir mahasiswa Fakultas Teknik Universitas Muhammadiyah Jember. Data yang digunakan dalam penelitian ini adalah abstrak dan bab 1 Tugas Akhir pada program studi Teknik Elektro, Teknik Sipil, Teknik Informatika, Teknik Mesin, dan Manajemen Informatika. Metode klasifikasi pada penelitian ini adalah metode K- Nearest Neighbor (KNN) dan Rocchio. Pengujian akurasi pada penelitian ini dilakukan dengan Cross Validation dan evaluasi data uji dengan Confusion Matrix. Dari penelitian ini didapatkan hasil pada 150 data tugas akhir, metode Rocchio menghasilkan nilai akurasi yang sama dengan KNN yaitu 96%, sedangkan presisi dan recall menghasilkan nilai lebih baik yaitu presisi sebesar 97% dan recall sebesar 97%, pengujian pada metode KNN menghasilkan nilai presisi sebsar 95% dan recall sebesar 95% dengan nilai K=19.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Arifianto, Deni

nidn0718068103

Dosen Pembimbing

Azizah Al Faruq, Habibatul

nidn0718128901

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Klasifikasi dokumen, Tugas Akhir, K-Nearest Neighbor, Rocchio.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Adani Farid Achmad Arif | faridhimajo@gmail.com
Date Deposited:	28 Jul 2020 06:55
Last Modified:	28 Jul 2020 06:55
URI:	http://repository.unmuhjember.ac.id/id/eprint/5395

Available Versions of this Item

• Perbandingan Algoritma K-Nearest Neighbor (KNN) dan Rocchio dalam Klasifikasi Tugas Akhir Universitas Muhammadiyah Jember Studi Kasus: Fakultas Teknik. (deposited 28 Jul 2020 05:51)
  • Perbandingan Algoritma K-Nearest Neighbor (KNN) dan Rocchio dalam Klasifikasi Tugas Akhir Universitas Muhammadiyah Jember Studi Kasus: Fakultas Teknik. (deposited 28 Jul 2020 06:55) [Currently Displayed]

Actions (login required)

View Item