DETEKSI OUTLIER PADA DATA AUTHOR SCIENCE AND TECHNOLOGY INDEX (SINTA) MENGGUNAKAN METODE REGRESI LINEAR

DURRAHMAN, KHAFID (2020) DETEKSI OUTLIER PADA DATA AUTHOR SCIENCE AND TECHNOLOGY INDEX (SINTA) MENGGUNAKAN METODE REGRESI LINEAR. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

[img] Text
Cover.pdf

Download (708kB)
[img] Text
Daftar isi.pdf

Download (91kB)
[img] Text
Daftar pustaka.pdf

Download (164kB)
[img] Text
Abstraksi.pdf

Download (29kB)
[img] Text
Lampiran.pdf

Download (1MB)
[img] Text
Bab 1.pdf

Download (37kB)
[img] Text
publikasi.pdf
Restricted to Registered users only

Download (214kB)
[img] Text
Bab 2.pdf
Restricted to Registered users only

Download (660kB)
[img] Text
Bab 3.pdf
Restricted to Registered users only

Download (576kB)
[img] Text
Bab 4.pdf
Restricted to Registered users only

Download (705kB)
[img] Text
Bab 5.pdf
Restricted to Registered users only

Download (29kB)

Abstract

Publikasi merupakan suatu kegiatan yang dilakukan oleh para peneliti, tidak sedikit karya ilmiah yang dipublikasikan digunakan sebagai rujukan dalam banyak hal, baik untuk dalam hal akademis seperti menyelesaikan tugas akhir atau dalam pengembangan penelitian yang sudah ada. SINTA (Science and Technology Index) adalah merupakan portal yang berisi tentang pengukuran kinerja ilmu pengetahuan dan teknologi yang meliputi antara lain kinerja peneliti, penulis, author, kinerja jurnal dan kinerja institusi Iptek. Beberapa peneliti diportal sinta memiliki jumlah score yang cukup tinggi dalam kurun waktu yang singkat, peneliti yang mendapat score dengan cepat dicurigai melakukan tindakan anomaly. Oleh sebab itu dibuat sebuah system yang dapat mendeteksi data dari setiap peneliti berdasarkan jumlah score yang dimiliki menggunakan regresi linear. System akan ditampilkan berupa grafik scatter yang memiliki garis gradient, dari 500 data sampel didapatkan data peneliti bersih 496 dengan nilai regresi terendah 24,55 dan nilai tertinggi 111.23, untuk mengetahui peneliti melakukan tindakan anomaly atau tidak dengan nilai deviasi yaitu 8,94 ditambah nilai average yaitu 30,15. jika hasil nilai peneliti lebih besar dari nilai deviasi maka peneliti dicurigai melakukan tindakan anomaly, jika kurang atau sama dengan deviasi maka peneliti dianggap normal. Hasil akhir dari penelitian jumlah data yang dianggap anomaly sejumlah 4 author, sedangkan yang normal sejumlah 491 author. Kata kunci : Deteksi kecurangan, penetuan tindakan anomaly menggunakan regresi linear, standar deviasi.

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Pustakawan Reviewer UNISSULA
Date Deposited: 16 Nov 2020 05:54
Last Modified: 16 Nov 2020 05:54
URI: http://repository.unissula.ac.id/id/eprint/18019

Actions (login required)

View Item View Item