Tekno : Jurnal Teknologi Elektro dan Kejuruan
Vol 27, No 1 (2017)

Penerapan algoritma naïve bayes classifier untuk klasifikasi judul skripsi dan tugas akhir berdasarkan Kelompok Bidang Keahlian

Utomo Pujianto (Universitas Negeri Malang)
Triyanna Widiyaningtyas (Universitas Negeri Malang)
Didik Dwi Prasetya (Universitas Negeri Malang)
Bintang Romadhon (Universitas Negeri Malang)



Article Info

Publish Date
24 Jul 2019

Abstract

SISINTA UM adalah sistem informasi berbasis web yang menampilkan data berkaitan dengan skripsi dan tugas akhir di Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Berdasarkan hasil observasi terhadap fitur SISINTA, diketahui bahwa judul yang ada belum terklasifikasi berdasarkan tema penelitiannya. Tujuan penelitian ini adalah untuk menerapkan dan menguji performa algoritma Naive Bayes Classifier dalam mengklasifikasi judul skripsi dan tugas akhir, berdasarkan tema penelitian dalam KBK di Jurusan Teknik Elektro FT UM. Model pengembangan yang digunakan penelitian ini adalah model waterfall. Model ini terdiri dari lima tahapan, yaitu: (1) analisis kebutuhan sistem, (2) desain sistem dan perangkat lunak, (3) implementasi dan pengujian unit, (4) integrasi dan pengujian sistem, (5) penerapan dan perawatan produk. Pengujian performa algoritma klasifikasi yang digunakan adalah teknik K-fold Cross Validation. Berdasarkan pengujian performa penerapan algoritma Naïve Bayes Classifiers menggunakan teknik K-Fold Cross Validation, dengan jumlah tahap pengujian sebanyak 10 kali, terhadap 1103 judul skripsi dan tugas akhir, didapatkan hasil rata-rata akurasi 94%, presisi 80%, dan recall 69%.

Copyrights © 2017






Journal Info

Abbrev

tekno

Publisher

Subject

Engineering

Description

The Journal invites original articles and not simultaneously submitted to another journal or conference. The whole spectrum of electrical engineering, informatic engineering, and vocational education, and related topic are ...