Putri, Nendi Oktaventi Adita Putri (2022) Deteksi kemiripan topik skripsi mahasiswa teknik informatika jurusan teknik elektro universitas negeri malang menggunakan agglomerative hierarchical clustering / Nendi Oktaventi Adita Putri. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Skripsi merupakan penelitian mahasiswa yang dilakukan pada masa akhir perkuliahan strata satu yang membahas suatu topik atau bidang tertentu untuk mendapatkan gelar sarjana Pada zaman teknologi yang berkembang ini banyak yang bisa ditemukan dengan mudah dan cepat misalnya topik atau tema skripsi. Tetapi topik skripsi yang diambil tidak jarang memiliki kesamaan dengan mahasiswa angkatan sebelumnya. Semakin bertambahnya penelitian menyebabkan semakin banyak pula penelitian yang memiliki kemiripan tema objek atau metode Hal ini dapat membuat sebuah penelitian skripsi mahasiswa tidak dapat berkembang dengan cepat. Oleh karena itu tema skripsi dan judul skripsi yang hampir sama dapat digantikan dengan topik baru sehingga topik skripsi dapat beragam dan berkembang. Dalam penelitian ini menggunakan text mining. Tujuan text mining adalah mencari kata-kata yang dapat mewakili isi dari dokumen sehingga dapat dilakukan analisa keterhubungan antar dokumen. Tahapan-tahapan yang dilakukan secara umum dalam text mining yaitu case folding tokenizing filtering stemming. Text mining memiliki dua metode yaitu klasifikasi dan clustering. Penelitian ini melakukan clustering untuk deteksi kemiripan judul skripsi menggunakan algoritma Hierarchical Agglomerative Clustering. Tujuan penelitian ini untuk mengetahui kemiripan topik yang diambil. Proses ini dilakukan dengan menghitung tingkat kemiripan antara judul skripsi. Judul yang memiliki tingkat similarity yang besar maka dapat dikatakan judul yang mirip dan dapat dijadikan satu cluster. Hasil dari algoritma ini berupa pohon atau hirarki (dendogram). Hasil cluster tree atau dendogram akan dibandingkan dengan cluster baru yang diinputkan dan dibandingkan sehingga dapat diketahui cluster tersebut memiliki kemiripan dengan cluster lain atau tidak mempunyai kemiripan dengan cluster lain. Jika memiliki kemiripan adan dimasukkan dalam cluster yang sama.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 28 Feb 2022 04:29 |
| Last Modified: | 09 Sep 2022 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/202291 |
Actions (login required)
 |
View Item |