Skripsi

Klasifikasi kuartil jurnal menggunakan metode svm dengan berbagai kernel / Jabar Ash Shiddiqy

Abstrak
Jurnal merupakan media publikasi karya ilmiah dari hasil penelitian. SCImago Journal Rank (SJR) adalah website penyedia pemeringkatan jurnal yang terhubung dengan dataset Scopus. Didalam SJR memiliki kategori kuartil sebagai tingkatan kualitas jurnal. Untuk mendekati nilai indikator SJR dilakukan dengan pendekatan data mining. Penelitian ini menerapkan CRISP-DM sebagai kerangka model. Metode data mining yang digunakan adalah klasifikasi. Algoritma yang digunakan adalah Support Vector Machine (SVM) karena mampu menyelesaikan permasalahan non-linier. Pada penelitian ini merubah dataset menjadi 4 dataset yang berbeda. Hal ini menjadikan setiap dataset hanya memiliki 2 kategori (kelas) guna menghindari multiclass. Setiap dataset mengambil satu nilai kategori (Q) dan ketiga kategori lainnya digabungkan menjadi kategori (NQ). Skenario yang dilakukan pada penelitian ini adalah membandingkan fungsi kernel dan fungsi cost. Akurasi terbaik dihasilkan pada kernel RBF. Hal tersebut dikarenakan dataset SJR memiliki cluster yang melingkar. SVM mampu mendekati klasifikasi SJR. Hal tersebut ditunjukkan pada hasil performa terbaik yang didapatkan dengan menggunakan kernel RBF dengan hasil terbaik setiap dataset dengan nilai rata-rata akurasi 80 42%.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.

Deskripsi Fisik

xii, 46 hlm. : ilus.

Bahasa

Indonesia

No Reg

4561/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. ALGORITMA KOMPUTER - SUPPORT VECTOR MACHINE
2. JURNAL ILMIAH - SISTEM KLASIFIKASI
3. COMPUTER ALGORITHM - SUPPORT VECTOR MACHINE

Pembimbing

1. Aji Prasetya Wibawa, S.T., M.Mt., Ph.D

Lampiran Berkas