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

KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS GARUDA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

Detail Tugas Akhir

KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS GARUDA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

SA’ADAH, FARIKHATUS (2022) KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS GARUDA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN). Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

Berkas Tugas Akhir

PDF
Text
Teknik Informatika_32601800010_fullpdf.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (2MB)
PDF
Text
Teknik Informatika_32601800010_pernyataan_publikasi.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (53kB)

Abstract

GARUDA merupakan salah satu portal yang memuat referensi ilmiah nasional
Indonesia dan memberikan akses terhadap karya ilmiah yang dihasilkan oleh akademisi
dan peneliti Indonesia. Klasifikasi merupakan proses penemuan model (fungsi) yang
menggambarkan dan membedakan kelas data. Sebelumnya belum ada penelitian yang
menggunakan 5 bidang ilmu utama yaitu arts & Humanities, Engineering & Technology,
Life Scienses & Madicine, Natural Scienses, Social Sciences & Management, untuk
mengklasifikasikan judul artikel pada aplikasi terindeks Garuda. Dalam penelitian ini
akan mengklasifikasikan judul artikel yang ada pada aplikasi terindeks Garuda kedalam 5
bidang ilmu yang akan menggunakan metode algortima K-Nearest Neighbor (K-NN), dan
akan dilakukan dengan cara mengumpulkan data pada aplikasi terindeks Garuda, lalu
dilakukan tahap prepocessing agar data memiliki kualitas yang baik. Setelah itu mencari
data dengan jarak terdekat dengan tetangga terdekat pada data latih dengan data yang
akan diuji, lalu evaluasi yang akan digunakan adalah accuracy, precision, recall, dan F-
score. Hasil yang diharapkan dari penelitian ini adalah metode algorima K-Nearest
Neighbor (K-NN) dapat menghasilkan tingkat akurasi yang tinggi dalam
mengklasifikasikan judul artikel pada aplikasi terindeks Garuda, kedalam 5 bidang ilmu
utama yaitu arts & Humanities, Engineering & Technology, Life Scienses & Madicine,
Natural Scienses, Social Sciences & Management secara cepat dan otomatis. Hasil dari
penelitian ini mendapatkan nilai akurasi tertinggi 0,499 atau 49,9% dengan menggunakan
parameter nilai K = 285.
Kata Kunci: Garuda, Klasifikasi, K-NN

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 04:19
Last Modified 17 Jul 2023 04:19
URI https://repository.unissula.ac.id/id/eprint/29663

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