KLASIFIKASI BIDANG FOKUS PUBLIKASI JURNAL PENELITIAN YANG TERINDEKS PADA PORTAL GARUDA DENGAN METODE MULTICLASS SUPPORT VECTOR MACHINES (SVM)

NASRULLAH, DANI (2023) KLASIFIKASI BIDANG FOKUS PUBLIKASI JURNAL PENELITIAN YANG TERINDEKS PADA PORTAL GARUDA DENGAN METODE MULTICLASS SUPPORT VECTOR MACHINES (SVM). Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32601601038_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32601601038_pernyataan_publikasi.pdf Restricted to Registered users only Download (135kB)

Abstract

Penelitian ini memiliki tujuan untuk membuat model klasifikasi bidang fokus penelitian berupa jurnal yang terindeks pada portal Garuda dengan menggunakan metode Multiclass support vector machines (SVM). Tahapan dalam pelaksanaan penelitian ini pertama-tama mengumpulkan dataset jurnal yang akan diuji terdiri dari lima kategori yaitu Arts & Humanities, Life Sciences & Medicine, Natural Sciences, Engineering & Technolog, dan Social Sciences & Management. Selanjutnya tahap preprocessing yang terdiri dari case folding, text cleaning, tokenisasi, stemming word, dan stopword removal. Tahap selanjutnya yaitu pembobotan kata (term) untuk menghitung nilai bobot setiap token serta pemisahan data training dan data testing dengan perbandingan 7:3. Proses klasifikasi bidang fokus penelitian dilakukan menggunakan metode multiclass SVM dengan pendekatan OVA (One vs All). Hasil dari proses klasifikasi diuji serta dievaluasi untuk mendapatkan besarnya tingkat nilai akurasi prediksi model perolehan akurasi sebesar 48 % dan untuk perbandingan akurasi dari setiap kelas ketegori, kelas "Art & Humanities" mempunyai akurasi tertinggi dengan nilai sebesar 82% dan akurasi terkecil terdapat pada kelas “Life Sciences & Medicine” serta kelas “Natural Sciences” dengan nilai sebanyak 78%. Kata Kunci : Klasifikasi, Multiclass SVM, Jurnal Penelitian, Text Mining

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	17 Jul 2023 06:57
Last Modified:	17 Jul 2023 06:57
URI:	http://repository.unissula.ac.id/id/eprint/29646

Actions (login required)

View Item