PENGKLASIFIKASIAN KARYA AKHIR MAHASISWA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DI JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI JAKARTA

YUNITA ANDRIANI, . (2016) PENGKLASIFIKASIAN KARYA AKHIR MAHASISWA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DI JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI JAKARTA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
SKRIPSI_YUNITA ANDRIANI [5235107397].pdf

Download (9MB)
[img] Text
NASKAH PUBLIKASI JURNAL_YUNITA ANDRIANI [5235107397].pdf

Download (666kB)

Abstract

Karya akhir ini bertujuan untuk menguji algoritma pengklasifikasi KNN untuk pengembangan sistem klasifikasi otomatis dalam mengkategorikan karya akhir mahasiswa secara otomatis di Jurusan Teknik Elektro UNJ. Adapun proses pengklasifikasian menggunakan Algoritma K-Nearest Neighbor (KNN) dipilih karena algoritma ini cukup sederhana sehingga mudah dalam mengimplementasikannya. Penelitian ini menggunakan bagian abstrak sebagai data untuk mengklasifikasikan. Sebanyak 200 dokumen abstrak sebagai sample dan dikategorikan menjadi 4 (empat) kategori menurut bidang kajiannya, yakni : (1) Bidang Elektro, (2) Bidang Elektronika, (3) Bidang TIK, dan (4) Bidang Pendidikan. Metode yang digunakan untuk pembobotan term adalah algoritma TF-IDF, untuk menghitung jarak antar dokumen dalam diagram n-dimensi adalah Euclidian Distance, algoritma untuk mengklasifikasikan adalah algoritma KNN, dan metode untuk validasi hasil penelitian menggunakan K-Fold Cross Validation. Hasil dari penelitian ini algoritma KNN dapat mengklasifikasikan karya akhir dengan tingkat akurasi 84,50%.

Item Type: Thesis (Sarjana)
Additional Information: 1). Hamidillah Ajie, S.Si., M.T ; 2). Widodo, M.Kom
Subjects: Sains > Matematika > Software, Sistem Informasi Komputer
Divisions: FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User: Users 29 not found.
Date Deposited: 31 Dec 2019 12:48
Last Modified: 31 Dec 2019 12:48
URI: http://repository.unj.ac.id/id/eprint/2520

Actions (login required)

View Item View Item