HADI WIJAYA, KUSUMA (2022) KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS GARUDA MENGGUNAKAN METODE NAÏVE BAYES. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32601800014_fullpdf.pdf Baca Disini (2MB) | Download (2MB)
	Text Teknik Informatika_32601800014_pernyataan_publikasi.pdf Restricted to Registered users only Baca Disini (119kB) | Download (119kB)

Abstract

Garuda adalah portal akademik dan mesin pencari untuk mengakses artikel, jurnal dan
publikasi serta karya ilmiah. Garuda telah resmi diluncurkan oleh kemenristekdikti pada
tahun 2018, banyaknya artikel maupun jurnal dan penerbit dengan berbagai macam
bidang ilmu menjadikan para pengakses lebih membutuhkan pemetaan klasifikasi sesuai
bidang ilmu yang dicari, penelitian ini bertujuan untuk menyelesaikan masalah
bagaimana membuat klasifikasi pada bidang ilmu dengan metode Naive Bayes untuk
mengetahui indeks kategori bidang ilmu yang berada di portal Garuda, Naive Bayes
menjadi satu diantara metode yang sering digunakan untuk melakukan klasifikasi data,
metode ini memprediksi probabilitas keanggotaan class, untuk evaluasi pengukuran hasil
kinerja metode tersebut menggunakan Precision, Recall, F-1 Score, dan Accuracy.
Penelitian ini menggunakan 500 data sampel data garuda yaitu dibagi menjadi 400 data
training dan 100 data testing dari lima kategori bidang ilmu yaitu Arts & Humanities,
Engineering & Technology, Life Science & Medicine, Natural Sciences, Social Sciences
& Management dan masing-masing bidang ilmu mengambil 100 sampel. Dari percobaan
yang dilakukan hanya mendapatkan nilai akurasi sebesar 0.44, recall 0.2, presisi 0.04 dan
F-1 Score mendapat nilai 0.06, percobaan tersebut dilakukan beberapa kali dengan
konsistensi hasil yang sama, hal tersebut menunjukkan bahwa metode Naive Bayes untuk
penelitian kali ini belum dapat menghasilkan nilai akurasi yang diharapkan, faktor
penyebabnya antara lain data yang digunakan kurang akurat dalam pelabelan sehingga
nilai akurasi yang didapatkan masih jauh dari yang diharapkan.

Kata kunci: Garuda, Naive Bayes, Klasifikasi, Precision, Recall, F-1 Score, dan
Accuracy.

Dosen Pembimbing:	Riansyah, Andi and Farisa Chaerul Haviana, Sam | nidn0609108802, nidn0628028602
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:	17 Jul 2023 04:21
Last Modified:	17 Jul 2023 04:21
URI:	https://repository.unissula.ac.id/id/eprint/29666

Actions (login required)

View Item