Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JRST (Jurnal Riset Sains dan Teknologi)
Tsani Elvia Nita
Universitas Ahmad Dahlan
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Metode Single Linkage dengan Manhattan Distance Similarity dalam Mengelompokkan Trens Topik Kerja Praktik Tsani Elvia Nita; Lisna Zahrotun
JRST (Jurnal Riset Sains dan Teknologi) Volume 5 No. 1 Maret 2021: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1288.522 KB) | DOI: 10.30595/jrst.v5i1.9083

Abstract

Data laporan judul kerja praktik (KP) biasanya hanya terkumpul di perpustakaan dan jarang dipubilkasikan ke mahasiswa, hal ini menyebabkan kesulitan bagi mahasiswa yang akan mengkasesnya. Berdasarkan permasalahan tersebut, maka dibuatlah suatu program pada penlitian ini untuk pengelompokkan Trend Topik. Metode yang digunakan dalam penelitian ini adalah Manhattan Distance Similariy dan Single Linkage. Sebelum masuk tahapan text mining, perlu dilakukan perancangan diantaranya perancangan basis data dan antar muka (interface). Tahapan dan text mining adalah mengumpulkan data (collect data), penguraian teks (text  mining), penyaringan teks (text filtering), pembobotan kata (calculate term count), similarity, pengelompokan, dan pengujian. Hasil dari penelitian ini adalah program yang dapat mengolah data judul KP menjadi pola kelompok Trend Topik KP. Dari 905 data yang di dapatkan, terbentuk 7 kelompok yaitu Sistem Informasi, Multimedia, Jaringan, Web, Kewirausahaan, Magang, dan Pelatihan. Tetapi dari hasil pengujian Purity Test didapatkan nilai sebesar 0,267, yang artinya Manhattan Distance Similarity dan Single Linkage kurang cocok untuk mengelompokkan Judul KP.
Co-Authors Lisna Zahrotun