KLASIFIKASI USULAN JUDUL SKRIPSI UNTUK MENENTUKAN CALON DOSEN PEMBIMBING MENGGUNAKAN ALGORITMA ADD-ONE SMOOTHING NAIVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
22094676, Evline Denita
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-06-28 02:55:41
Abstract :
SinTA UKDW (Sistem Informasi Tugas Akhir Universitas Kristen Duta Wacana) merupakan sistem informasi yang menyimpan dokumen-dokumen skripsi dari mahasiswa UKDW. Permasalahan yang sering timbul saat mahasiswa berencana kolokium adalah apabila mahasiswa tersebut sudah mempunyai ide judul untuk skripsinya, namun ia tidak mengerti siapa dosen pembimbing yang paling tepat untuk judul tersebut. Melihat permasalah tersebut, penulis membangun sebuah sistem yang dapat melakukan analisis terhadap data-data judul skripsi beserta abstraknya untuk setiap dosen pembimbing yang ada. Sehingga nantinya sistem tersebut dapat menentukan calon dosen pembimbing dengan menerapkan Algoritma Add One Smoothing Naive Bayes, berdasarkan inputan user yang berupa usulan judul skripsi dan rumusan masalah yang diajukan. Sistem klasifikasi usulan judul skripsi menggunakan Add One Smoothing Naive Bayes memberikan akurasi tertinggi untuk feature selection 50% yaitu sebesar 92% serta memberikan akurasi terendah untuk feature selection 10% yaitu sebesar 66%.
SinTA UKDW (Sistem Informasi Tugas Akhir Universitas Kristen Duta Wacana) merupakan sistem informasi yang menyimpan dokumen-dokumen skripsi dari mahasiswa UKDW. Permasalahan yang sering timbul saat mahasiswa berencana kolokium adalah apabila mahasiswa tersebut sudah mempunyai ide judul untuk skripsinya, namun ia tidak mengerti siapa dosen pembimbing yang paling tepat untuk judul tersebut. Melihat permasalah tersebut, penulis membangun sebuah sistem yang dapat melakukan analisis terhadap data-data judul skripsi beserta abstraknya untuk setiap dosen pembimbing yang ada. Sehingga nantinya sistem tersebut dapat menentukan calon dosen pembimbing dengan menerapkan Algoritma Add One Smoothing Naive Bayes, berdasarkan inputan user yang berupa usulan judul skripsi dan rumusan masalah yang diajukan. Sistem klasifikasi usulan judul skripsi menggunakan Add One Smoothing Naive Bayes memberikan akurasi tertinggi untuk feature selection 50% yaitu sebesar 92% serta memberikan akurasi terendah untuk feature selection 10% yaitu sebesar 66%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
