library@unissula.ac.id
Logo Universitas Islam Sultan Agung Repository UNISSULAUniversitas Islam Sultan Agung Semarang

KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS SCOPUS MENGGUNAKAN METODE KNEAREST NEIGHBOR

Detail Tugas Akhir

KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS SCOPUS MENGGUNAKAN METODE KNEAREST NEIGHBOR

NURUL MAULIDA, AINA (2022) KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS SCOPUS MENGGUNAKAN METODE KNEAREST NEIGHBOR. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

Berkas Tugas Akhir

PDF
Text
Teknik Informatika_32601800004_fullpdf.pdf
PDF
Text
Teknik Informatika_32601800004_pernyataan_publikasi.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (365kB)

Abstract

Daftar publikasi nasional yang terakreditasi disediakan oleh SINTA, situs web atau
portal ilmiah online yang dikelola oleh Kemendikbud. SINTA juga dapat dilihat sebagai
repository atau pusat data jurnal nasioal yang terakreditasi. Saat ini permasalahan yang
dihadapi oleh SINTA ialah klasifikasi bidang ilmu pada publikasi terindeks Scopus yang belum
sesuai dengan 5 bidang ilmu. Berlandaskan permasalahan tersebut maka tujuan
dilaksanakannya penelitian ini yaitu untuk mengklasifikasi bidang ilmu setiap judul publikasi
menjadi 5 bidang ilmu. Untuk mendapatkan hasil klasifikasi maka penelitian ini memakai
metode K-Nearest Neighbor. Pengklasifikasian artikel publikasi dapat dilakukan melalui
beberapa proses, diantaranya seperti Data Cleaning, Case Folding, Tokenizing, Stopword
Removal serta Stemming. Pada penelitian ini penulis menggunakan data sebenyak 750 dimana
masing-masing bidang terdapat 150 data, kemudian data tersebut dibagi menjadi data training
dan data testing yaitu masing-masing 675 dan 75 dengan 6 kali percobaan menggunakan
beberapa parameter K yaitu 5,15,20,25,45,50. Dari hasil percobaan tersebut menghasilkan nilai
tertinggi dengan K=5 yaitu akurasi sebesar 0.5384%, presisi sebesar 0.3768%, dan recall
sebesar 0.2977%. Hasil tersebut belum sesuai dengan hasil yang diharapkan penulis
dikarenakan pada saat pelabelan data yang diambil tidak tepat.
Kunci : Klasifikasi, KNN, Scopus

Informasi Item

Item Type Thesis (Undergraduate)
Subjects T Technology > T Technology (General)
Divisions Fakultas Teknologi Industri
Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Date Deposited 17 Jul 2023 06:44
Last Modified 17 Jul 2023 06:44
URI https://repository.unissula.ac.id/id/eprint/29658

Actions (login required)

View Item
View Item
Repository UNISSULAPerpustakaan Universitas Islam Sultan Agung

Telusur

Layanan

Informasi

  • AlamatJl. Raya Kaligawe KM 4, Semarang 50112
  • PelayananSenin–Jumat, 07.00–18.00 WIB
    Sabtu, Minggu & hari libur tutup.
  • NPP3302202D2011823
© 2026 Perpustakaan Universitas Islam Sultan Agung. Hak cipta karya tetap pada penulis masing-masing. KebijakanOAI-PMHRSSDijalankan dengan EPrints