Klasifikasi Judul Tugas Akhir dengan Metode Naïve Bayes Classifier (NBC) dan TF-IDF untuk Menentukan Dosen Pembimbing Dan Penguji Tugas Akhir

Riandi, Riandi (2016) Klasifikasi Judul Tugas Akhir dengan Metode Naïve Bayes Classifier (NBC) dan TF-IDF untuk Menentukan Dosen Pembimbing Dan Penguji Tugas Akhir. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (109kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (143kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (157kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (130kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (571kB)
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (680kB)
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (794kB)
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (86kB)
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (92kB)

Abstract

Data judul tugas akhir akan terus bertambah seiring dengan bertambahnya mahasiswa tingkat akhir. Untuk menetukan dosen pembimbing dan dosen penguji sebuah judul tugas akhir, diperlukan data kelas keahlian dari judul tugas akhir tersebut agar kajian penelitian dari tugas akhir tersebut sesuai dengan bidang keahlian dari dosen penguji maupun dosen pembimbing. Oleh karena itu pengklasifikasian judul tugas akhir dan penentuan pembimbing dan penguji tugas akhir mahasiswa merupakan hal yang sangat penting. Algoritma Naïve Bayes Classifier digunakan untuk proses klasifikasi judul tugas akhir tersebut. Sistem diimplementasikan dengan bahasa pemrograman php dan database Mysql. Hasil akhirnya berupa kelas dari judul yang di-input-kan ke sistem serta rekomendasi dosen pembimbing dan dosen penguji bagi judul yang bersangkutan. Tingkat keakurasian algoritma Naïve Bayes Clasifier pada penelitian ini adalah 87% dari 8 data yang diujikan dengan total 200 kata latih pada data training. Rekomendasi dosen pembimbing dan penguji dihasilkan dari pencocokan kelompok keahlian dosen dengan kelas dari judul.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Metode Naïve Bayes Classifier (NBC,) TF-IDF, Tugas Akhir
Subjects: Special Computer Methods
Special Computer Methods > Programming for Computer Graphics
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Sopia Respiawati
Date Deposited: 12 Oct 2017 07:50
Last Modified: 12 Oct 2017 07:50
URI: https://etheses.uinsgd.ac.id/id/eprint/4515

Actions (login required)

View Item View Item