UPT Perpustakaan UM

  • Beranda
  • Informasi
  • Repository UM
  • SIPADU UM
  • OPAC SIPADU

Pencarian Spesifik

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Skripsi

Klasifikasi jurnal UM berdasarkan judul dan abstrak menggunakan metode Support Vector Machine (SVM) dengan kernel linear / Nur Yanti Oktaviana

Oktaviana, Nur Yanti - Nama Orang;

Abstrak
Saat ini banyak sistem penerbit jurnal yang menyediakan wadah pencarian jurnal nasional maupun internasional. Perancangan untuk sistem tersebut melibatkan data dan proses klasifikasi yang mampu merekomendasikan sesuatu. Dalam penelitian ini topik yang diambil adalah klasifikasi dokumen jurnal berdasarkan judul dan abstrak dari artikel ilmiah di Universitas Negeri Malang (UM). Penulis menggunakan algoritma Support Vector Machine (SVM) yang dikenal mampu memecahkan permasalahan terkait klasifikasi teks dan penggunaan kernel linear. Penelitian ini menghasilkan bahwa Fakultas Ekonomi memperoleh hasil terbaik di semua skenario pengujian untuk data bahasa Indonesia asli tanpa terjemahan. Pengujian dapat dilakukan dengan menggunakan semua model ( akurasi kebenaran model judul abstrak 73.68% judul 68.42% abstrak 73.68%). Untuk data terjemahan bahasa Indonesia pengujian terbaik diperoleh lembaga LPPM dengan mengujikan pada model judul abstrak dengan akurasi 73.68%. Pengujian data terjemahan untuk model judul dihasilkan oleh lembaga Pascasarjana dan Fakultas Psikologi dengan akurasi 66.67%. Untuk Pascasarjana juga menghasilkan performa bagus jika pengujian dilakukan pada model abstrak yang memperoleh akurasi kebenaran 66.67%. Pengujian dengan data bahasa Inggris tanpa terjemahan dihasilkan oleh Fakultas Psikologi menggunakan semua model dengan hasil akurasi 100%. Namun apabila pengujian ingin dilakukan dengan data terjemahan maka data dapat diujikan pada model abstrak dengan akurasi kebenaran 70%. Sedangkan pengujian pada model judul abstrak akurasi 69.23% dan judul akurasi 61.54% dapat dilakukan pada lembaga PPs. Hasil pengujian ini dapat dipengaruhi oleh jumlah label banyaknya data pengujian dan kualitas terjemahan.


Informasi Detail
DDC
SKRIPSI DIGITAL
Prodi
Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.
Deskripsi Fisik
xi, 44 hlm. : ilus.
Bahasa
Indonesia
No Reg
4567/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
You must be logged in to get fulltext


UPT Perpustakaan UM
  • Berita

Tentang Kami

TIM IT Perpustakaan 2023

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik