PUTRI NUR FAJARINI, INTAN (2022) Klasifikasi Kepakaran Reviewer Menggunakan Algoritma K-Nearest Neighbor (KNN). Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32601800013_fullpdf.pdf Baca Disini (3MB) | Download (3MB)
	Text Teknik Informatika_32601800013_pernyataan_publikasi.pdf Restricted to Registered users only Baca Disini (141kB) | Download (141kB)

Abstract

Ada banyak hal yang bisa dilakukan dalam meningkatkan kualitas pendidikan di
negara Indonesia salah satunya yaitu Kemdikbud membuat sebuah program untuk
meningkatkan jumlah publikasi jurnal di Indonesia yang bereputasi internasional. Jika
dilakukan upaya peningkatan publikasi jurnal maka diperlukan reviewer jurnal, yang mana
bidang keilmuan reviewer harus sesuai dengan bidang ilmu dari jurnal yang akan direview,
data reviewer ini diperoleh dari database SINTA. Bidang ilmu dari jurnal tersebut
dikelompokkan ke dalam 5 bidang yaitu Arts & Humanities, Engineering & Technology,
Life Sciences & Medicine, Natural Science, dan Social Science & Management. Saat ini
belum ada penelitian yang menerapkan suatu metode untuk mengklasifikasikan reviewer
dengan 5 bidang ilmu kepakaran, untuk memudahkan hal tersebut bisa memanfaatkan
teknik yang ada saat ini yaitu menggunakan metode data mining untuk mengolah data
tersebut, dalam penerapan data mining untuk klasifikasi akan digunakan algoritma KNN.
Dalam penelitian ini tahap yang dilakukan adalah pengumpulan data, kemudian data
tersebut akan diolah menggunakan metode preprocessing agar diperoleh data yang bersih
dan memiliki kualitas yang baik, setelah itu akan diproses lagi dengan menerapkan metode
klasifikasi menggunakan algoritma KNN. Setelah melakukan beberapa pengujian jumlah
K dan menggunakan 3 skenario pengujian, pada penelitian ini menghasilkan akurasi 0,751
atau 75 %, Precision 0.628, recall 0.54, dan f-measure 0.528 dengan K = 30 pada pengujian
skenario uji 80% : 20%.

Kata kunci : reviewer, data mining, klasifikasi, KNN

Dosen Pembimbing:	Much Ibnu Subroto, Imam and Riansyah, Andi | nidn0613037301, nidn0609108802
Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	13 Jul 2023 06:17
Last Modified:	13 Jul 2023 06:17
URI:	https://repository.unissula.ac.id/id/eprint/29665

Actions (login required)

View Item