PERBANDINGAN IMPLEMENTASI KLASIFIKASI TEMA LITERASI DOSEN ILMIAH DAN MAHASISWA STMIK WIDYA CIPTA DHARMA DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MECHINE DAN K-MEANS CLUSTERING DENGAN DUKUNGAN VECTOR MECHINE

Andi Yusika Rangan, Mohammad Irwan Ukkas

Abstract


Klasifikasi tema karya tulis ilmiah adalah merupakan hal penting untuk mengetahui tren topik karya ilmiah yang dihasilkan.  tren topik ini dapat digunakan untuk pengembangan kurikulum dan roadmap penelitian institusi.  penelitian ini membandingkan metode clasifikasi pada teks mining yaitu using Support Vector Mechine (SVM) dan metode K-means Clustering dengan Dukungan Vector Mechine pada proses textmining.  Dari hasil penelitian menyimpulkan tingkat akurasi dari Support Vector Mechine (SVM) sebesar 93.33% sedangkan metode K-means Clustering dengan Dukungan Vector Mechine (SVM) tingka akurasi yang dihasilkan 99,33%.


Keywords


SVM; K-means clustering; textmining

Full Text:

PDF

References


Prilianti,R. dan Wijaya,H. 2014, Aplikasi Text Mining Untuk Autmasi Penentuan Tren Topik Skripsi Dengan Metode K-Means Clustering, jurnal cybermatika vol 2 no 1 juni 2014 artikel 1.

Andini,S.2013,Klasifikasi dokumen teks mengunakan algoritma naive bayes dengan bahasa pemrograma java, jurnal teknologi informasi & pendidikan vol 6 no 2 september 2103 issn 2086-4981 hal 141-147.

Somantri,O. Wiyono,S. Dairoh., 2014, Metode K-Means Untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Mengunakan Supprot Vector Machine (SVM). scientific journal of informatic vol 3 no 1 mei 2016 Hal 34-45.

Hidayatullah, F. Ma’arif, M.R.2016. Penerapan Text Mining Mining Dalan Klasifikasi Judul Skripsi. Seminar Nasional Aplikassi Teknologi Informasi (SNATI) 6 agustus 2016 a33-a36.

Indranandita, A. Santoso,B. Rahmat, A. 2008, .Sistem Klasisfikasi DanPencarian Jurnaldengan Metode Naive Bayes Dan Vector Space Model, jurnal informatika volume 4 nomor 2.

Ariadi, Fithriansari, 2015, Klasifikasi Berita Indonesia Mengunakan Metode Naïve Bayesias Classification dan Support Vector Machine dengan Confix Stripping Stemmer Jurnal Sains Dan Seni ITS Vol. 4, No.2 Halaman D248 – D253.




DOI: https://doi.org/10.35334/borneo_saintek.v1i3.931

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Borneo Saintek

Diterbitkan oleh:

Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Gedung Rektorat Lantai 3

Alamat: Jl. Amal Lama No 1, Kelurahan Pantai Amal, Kecamatan Tarakan Timur, Kota Tarakan, Kalimantan Utara

Email: ubtsaintek@gmail.com

View My Stats

  

Lisensi Creative Commons
Jurnal Borneo Saintek disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.