Radhi, Saputra (2015) PENERAPAN TEXT MINING UNTUK MENENTUKAN KLASIFIKASI JUDUL TGA MENGGUNAKAN METODE KNN (K-NEIGHT NEIGHBORT STUDI KASUS TEKNIK INFORMATIKA). S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (126kB)
	Text ABSTRAK.pdf Download (252kB)
	Text BAB I.pdf Download (266kB)
	Text DAFTAR PUSTAKA.pdf Download (354kB)

Abstract

Sistem Pengelolaan judul TGA mahasiswa yang telah ada dan pendistribusian informasi kepada mahasiswa serta penentuan diterima atau tidak terhadap judul�judul yang diajukan oleh mahasiswa masih dilakukan secara manual yaitu dengan mengecek satu-persatu sehingga membutuhkan waktu yang lama dan kurang efektif. Salah satu algoritma yang dapat digunakan adalah algoritma k�nearest neighbor yaitu sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Untuk menghitung kedekatan/kemiripannya pada penelitian ini menggunakan 2 rumus yaitu cosine similarity dan euclidean distance. Hasil Pengujian untuk Sistem pendukung keputusan penentuan pemenang leleng proyek judul uji dapat diklasifikasikan kategorinya sebagai sistem pendukung keputusan dengan nilai tertinggi yaitu 18,08 %. Selanjutnya untuk monitoring Quality Of Survice untuk TV Streaming pada Jaringan Wireless LAN bahwa judul uji dapat diklasifikasikan kategorinya sebagaijaringan komputer dengan nilai tertinggi yaitu 15,05 % dan Layanan Informasi Data Nilai Mahasiswa Berbasis SMS Gateway”, hasil pengujiannya yaitu 7,74 %. Namun sebenarnya pengujian ini terdapat kesalahan pada hasil klasifikasi kategori judul tugas akhir tersebut. Bila kita langsung menilai judul tersebut maka tentu judul tersebut merupakan kategori sistem informasi yang pada posisi kedua. Hal tersebut dikarenakan data yang dijadikan sampel masih sedikit sehingga rentan terjadi kesalahan dalam menentukan hasil klasifikasi walapun selisih dengan yang jawaban yang dianggap benar hanya sedikit. Dengan adanya sistem ini diharapkan proses�proses tersebut menjadi lebih mudah, cepat dan efektif. Kata kunci : Tugas Akhir,Identifikasi, K-Nearest Neighbor

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Yolinda Cesilia
Date Deposited:	22 Nov 2023 04:13
Last Modified:	22 Nov 2023 04:13
URI:	https://rama.unimal.ac.id/id/eprint/195

Actions (login required)

View Item