Skripsi

Klasifikasi Kelompok Bidang Keahlian (KBK) berdasarkan judul dan abstrak skripsi menggunakan algoritma decision tree / Tunggul Wido Kuncoro

Abstrak
SISINTA UM adalah sistem informasi berbasis website bertujuan untuk menampilkan data yang berkaitan dengan skripsi dan tugas akhir pada Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Penggunaan sistem informasi SISINTA memiliki potensi jika dikembangkan dengan mengklasifikasikan judul dan abstrak berdasarkan tema penelitiannya. Tujuan penelitian ini adalah untuk menerapkan dan menguji performa algoritma Decision Tree Classifier dalam mengklasifikasi judul skripsi dan tugas akhir berdasarkan tema penelitian dalam KBK di Jurusan Teknik Elektro FT UM. Decision Tree Classifier adalah algoritma supervised learning non-parametrik yang digunakan untuk klasifikasi dan regresi. Decision Tree memiliki hierarki struktur pohon yang terdiri dari root node branches internal nodes dan leaf nodes. Dengan menggunakan metode Decision Tree Classifier dalam implementasinya diharapkan dapat memprediksi jenis Kelompok Bidang Keahlian yang sesuai. Data yang digunakan dalam penelitian sistem klasifikasi ini didapatkan dari database SISINTA TE-UM berupa judul abstrak dan KBK yang terkait dengan tema penelitian pada skripsi dan tugas akhir tersebut.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2022.

Deskripsi Fisik

xii, 32 lembar : ilus.

Bahasa

Indonesia

No Reg

0664/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2022

Subjek

1. ALGORITMA KOMPUTER - DECISION TREE
2. COMPUTER ALGORITHM - DECISION TREE

Pembimbing

1. Harits Ar Rosyid, S.t., M.t., Ph.d ; 2. Muhammad Iqbal Akbar, S.st, M.mt.

Lampiran Berkas