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

	Text Cover.pdf Baca Disini (708kB) | Download (708kB)
	Text Daftar isi.pdf Baca Disini (91kB) | Download (91kB)
	Text Daftar pustaka.pdf Baca Disini (164kB) | Download (164kB)
	Text Abstraksi.pdf Baca Disini (29kB) | Download (29kB)
	Text Lampiran.pdf Baca Disini (1MB) | Download (1MB)
	Text Bab 1.pdf Baca Disini (37kB) | Download (37kB)
	Text publikasi.pdf Restricted to Registered users only Baca Disini (214kB) | Download (214kB)
	Text Bab 2.pdf Restricted to Registered users only Baca Disini (660kB) | Download (660kB)
	Text Bab 3.pdf Restricted to Registered users only Baca Disini (576kB) | Download (576kB)
	Text Bab 4.pdf Restricted to Registered users only Baca Disini (705kB) | Download (705kB)
	Text Bab 5.pdf Restricted to Registered users only Baca Disini (29kB) | 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.

Dosen Pembimbing:	Subroto, Imam Moch. Ibnu and Harini, Asih Widi | nidn0613037301, nidn0617087002
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:	https://repository.unissula.ac.id/id/eprint/18019

Actions (login required)

View Item