Jurnal Informatika Teknologi dan Sains (Jinteks)
Vol 4 No 3 (2022): EDISI 13

TEXT MINIG CLUSTERING UNTUK PENGELOMPOKAN TOPIK DOKUMEN PENELITIAN MENGGUNAKAN ALGORITMA K-MEANS DENGAN COSINE SIMILARITY

Nengah Widya Utami (STMIK Primakara)
I Gede Juliana Eka Putra (STMIK Primakara)



Article Info

Publish Date
25 Aug 2022

Abstract

Penelitian merupakan salah satu unsur yang wajib dilakukan baik oleh dosen maupun mahasiswa di perguruan tinggi. Dalam hal ini memungkinkan para peneliti mengambil topik yang sama atau hampir serupa. Melalui penelitian ini akan dilakukan analisis untuk mengelompokkan dokumen penelitian. Hasil dari pengelompokan dokumen penelitian ini akan memperlihatkan bagaimana pola kemiripan dan keterkaitan antar penelitian dalam bentuk cluster. Data yang digunakan dalam penelitian ini adalah judul penelitian dosen tahun 2019-2021 berumlah 52 data. Proses ekstraksi dokumen dilakukan dengan menggunakan proses text mining, sedangkan untuk proses pengelompokan dokumen dilakukan dengan menggunakan metode k-means clustering dengan cosine similarity. Pada tahap text mining dilakukan proses preprocessing diantaranya proses tokenization, filtering dan stemming. Algoritma K-Means mampu menghasilkan cluster optimal yang berjumlah 6 cluster. Trend topik penelitian yang dilakukan dosen di STMIK Primakara meliputi Pengembangan dan Evaluasi Sistem Informasi, E-Government, Data Mining, Teknologi Pendidikan, Machine Learning/Artificial Intelligence, serta Manajemen dan Bisnis.

Copyrights © 2022






Journal Info

Abbrev

JINTEKS

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

Jurnal Informatika Teknologi dan Sains (JINTEKS) merupakan media publikasi yang dikelola oleh Program Studi Informatika, Fakultas Teknik dengan ruang lingkup publikasi terkait dengan tema tema riset sesuai dengan bidang keilmuan Informatika yang meliputi Algoritm, Software Enginering, Network & ...