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

Tesis

Perbandingan bert dan TF-IDF untuk clustering peta konsep siswa menggunakan K-Means, K-Means++, dan AHC / Reni Fatrisna Salsabila

Salsabila, Reni Fatrisna - Nama Orang;

Abstrak
Penelitian ini membandingkan performa dua metode representasi teks Bidirectional Encoder Representations from Transformers (BERT) dan Term Frequency-Inverse Document Frequency (TF-IDF) dalam menghasilkan clustering peta konsep siswa pada dua topik pembelajaran Basis Data dan Keamanan Siber (Cyber Security). Tiga algoritma clustering yang digunakan adalah K-Means K-Means dan Agglomerative Hierarchical Clustering (AHC). Dataset penelitian terdiri dari peta konsep 27 siswa untuk masing-masing topik dengan jumlah total 1.206 konsep dan 616 proposisi untuk Basis Data serta 2.564 konsep dan 1.282 proposisi untuk Keamanan Siber. Evaluasi kualitas clustering dilakukan menggunakan tiga metrik utama Davies-Bouldin Index (DBI) Silhouette Score dan Calinski-Harabasz Index (CHI). Hasil penelitian menunjukkan bahwa representasi berbasis BERT secara konsisten menghasilkan cluster yang lebih terdefinisi dengan baik dibandingkan TF-IDF dengan nilai DBI lebih rendah Silhouette Score lebih tinggi dan CHI lebih besar. Kombinasi BERT dengan algoritma Ward Linkage pada AHC menghasilkan kualitas clustering terbaik sementara K-Means menunjukkan stabilitas hasil yang tinggi. Sebaliknya TF-IDF memiliki keterbatasan dalam menangkap konteks semantik yang menyebabkan cluster lebih kabur dan kurang terstruktur. Penelitian ini menyimpulkan bahwa BERT merupakan metode representasi teks yang sangat efektif untuk tugas clustering terutama dalam mendukung analisis semantik mendalam pada data pendidikan.


Informasi Detail
DDC
Rt 518.1 SAL p
Prodi
Universitas Negeri Malang. Program Studi Teknik Elektro, 2025.
Deskripsi Fisik
xii, 84 lembar. : ilus. ; 30 cm.
Bahasa
Indonesia
No Reg
00382/RT/25
Edisi
Tesis (Pascasarjana)--Universitas Negeri Malang. 2025
Subjek
1. ALGORITMA - PETA KONSEP SISWA
2. K-MEANS, K-MEANS++
3. ALGORITHM - STUDENT CONCEPT MAP

Pembimbing
1. Dr.eng Didik Dwi Prasetya, S.t., M.t.; 2. Triyanna Widiyaningtyas, M.t.
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