Pengelompokan Judul Laporan Skripsi Berbasis Text Mining dengan Metode Fuzzy K-Means
Text mining merupakan salah satu bidang khusus dari data mining. Text mining dapat menganalisa dokumen, menentukan kesamaan di antara dokumen dan mengelompokkan dokumen. Pengelompokan dokumen dapat dilakukan melalui metode text mining yang dapat dikombinasikan dengan fuzzy k-means. Fuzzy kmeans mampu menempatkan suatu data dimana data tersebut dapat menjadi anggota dari semua klaster yang terbentuk oleh derajat atau tingkat keanggotaan yang berbeda antara 0 hingga 1, serta dapat menunjukkan hasil penempatan klaster yang lebih akurat. Tujuan penelitian ini adalah menentukan kelompok optimal dan hasil pengelompokan yang terbentuk pada judul laporan skripsi mahasiswa Program Studi Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman tahun 2020-2022. Pada penelitian ini menggunakan davies-bouldin index sebagai uji validitas hasil pengelompokan. Berdasarkan hasil analisis, kelompok optimal yang terbentuk adalah klaster enam dengan nilai davies-bouldin index sebesar 3,646. Terdapat 6 kelompok dari hasil analisis dengan rincian klaster ke-1 sebanyak 24 judul laporan skripsi, klaster ke-2 sebanyak 8 judul laporan skripsi, klaster ke-3 sebanyak 17 judul laporan skripsi, klaster ke-4 sebanyak 39 judul laporan skripsi, klaster ke-5 sebanyak 17 judul laporan skripsi dan klaster ke-6 sebanyak 29 judul laporan skripsi.
Ketersediaan
Detail Information
Judul | Pengelompokan Judul Laporan Skripsi Berbasis Text Mining dengan Metode Fuzzy K-Means |
---|---|
Pengarang | Noviani Nur Azizah - Personal Name |
No. Panggil | SKRIPSI NOV p 2024 |
Subyek | Davies Bouldin Index Text Mining fuzzy k-means |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY