KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS WEB OF SCIENCE MENGGUNAKAN METODE K-NEAREST NEIGHBOR

ARTRIYANI, ANISA (2022) KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS WEB OF SCIENCE MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32601800008_fullpdf.pdf Download (1MB)
	Text Teknik Informatika_32601800008_pernyataan_publikasi.pdf Restricted to Registered users only Download (51kB)

Abstract

Web of Science (WoS) adalah database yang menawarkan pengindeksan kutipan dari publikasi bereputasi internasional. SINTA mengagregasi berbagai sumber publikasi baik internasional maupun nasional, salah satu publikasi internasional bereputasi adalah WoS. SINTA merupakan suatu sarana untuk mengkomunikasikan karya IPTEK manusia dalam sebuah bentuk berbasis web berisi sistem informasi publikasi penelitian yang di rintis Direktur Jenderal Penguatan Penelitian dan Pengembangan, Kementrian Riset Teknologi dan Dikti Republik Indonesia pada tahun 2016. Maka dari itu, penulis melakukan sebuah penelitian bagaimana mengklasifikasi data publikasi WoS sesuai dengan lima bidang ilmu. Penelitian ini bertujuan mengklasifikasi judul artikel sesuai dengan bidang ilmu terindeks dalam SINTA yang terdapat di WoS menggunakan metode K-Nearest Neighbor. Dengan teknik yang tepat, dapat memperoleh strategi dan prosedur yang akan dijalankan. Pada penelitian ini data diperoleh dengan lima bidang ilmu yakni Art & Humanities, Engineering & Technology, Life Sciences & Medicine, Natural Sciences, Social Sciences & Management. sampel data dari SINTA yang terindeks WoS yang berjumlah 1000, masing-masing data pada bidang ilmu yaitu 200. Dengan data Training 900 dan data Testing 100. Mendapatkan nilai akurasi sebesar 0.50, nilai recall yaitu sebesar 0.27, dan nilai presisi sebesar 0.21 dengan nilai K= 25, dimana hasil tersebut telah dilakukan beberapa kali percobaan. Hal tersebut menunjukan bahwa klasifikasi judul artikel publikasi terindeks WoS dengan metode KNN untuk penelitian ini masih belum sesuai harapan karena terdapat berbagai faktor penyebabnya antara lain data yang didapatkan kurang tepat dan akurat sehingga menghasilkan nilai akurasi yang diperoleh tidak sesuai yang diharapan. Kata kunci : Web Of Science, SINTA, K-Nearest Neighbor..

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 02:21
Last Modified:	17 Jul 2023 02:21
URI:	http://repository.unissula.ac.id/id/eprint/29661

Actions (login required)

View Item