Skripsi

Perbandingan klasifikasi kelompok bidang keahlian (KBK) teknik informatika menggunakan algoritma id3, cart, dan SVM / Sandy Setyawan

Abstrak
SISINTA DTEI UM merupakan sistem informasi berbasis website yang dirancang sebagai solusi bagi mahasiswa semester akhir yang sedang mengerjakan tugas akhir atau skripsi. Mahasiswa yang akan menulis skripsinya diminta untuk membuat judul dan abstrak penelitian serta menentukan Kelompok Bidang Keahlian (KBK) secara manual di website SISINTA DTEI UM. Namun terdapat kondisi di mana mahasiswa mungkin merasa bingung dalam menentukan KBK yang sesuai dengan judul dan abstrak proposal skripsi yang akan diajukan ke departemen. SISINTA DTEI UM memiliki potensi untuk dikembangkan dengan menambahkan sistem klasifikasi judul dan abstrak skripsi. Tujuan dari penelitian ini adalah menerapkan menguji dan membandingkan performa algoritma ID3 CART dan SVM dalam mengklasifikasikan judul dan abstrak skripsi. Dengan membandingkan ketiga algoritma tersebut diharapkan dapat menemukan algoritma terbaik untuk memprediksi judul dan abstrak yang sesuai dengan KBK. Penelitian ini terdiri dari 3 tahapan (1) Pra-Pemrosesan Teks (2) Pembentukan Model dan (3) Evaluasi. Performa algoritma klasifikasi dievaluasi menggunakan teknik Validasi Silang K-fold. Berdasarkan evaluasi performa yang dilakukan algoritma SVM terbukti lebih unggul dan lebih cocok digunakan dengan akurasi rata-rata sebesar 0.663 presisi 0.746 recall 0.663 dan f1 Score 0 735 dalam 10 kali pengujian terhadap 242 data. Sedangkan pada penelitian sebelumnya algoritma ID3 memiliki akurasi sebesar 45.79.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.

Deskripsi Fisik

xiii, 64 lembar : ilus.

Bahasa

Indonesia

No Reg

3342/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

Pembimbing

1. Muhammad Jauharul Fuady, S.t., M.t.;2. Kartika Candra Kirana, S.pd., M.kom

Lampiran Berkas