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

[thumbnail of Teknik Informatika_32601800015_fullpdf.pdf] Text
Teknik Informatika_32601800015_fullpdf.pdf

| Download (1MB)
[thumbnail of Teknik Informatika_32601800015_pernyataan_publikasi.pdf] Text
Teknik Informatika_32601800015_pernyataan_publikasi.pdf
Restricted to Registered users only

| Download (295kB)

Abstract

Saat ini publikasi menjadi tuntutan sumber daya manusia untuk menunjukkan kreativitas dan
kemampuan sebagai prodak dan buah karya pikir. Publikasi adalah pusat informasi atau berita, baik
lama maupun baru, yang disediakan oleh seseorang kepada media massa sesuai dengan peraturan
perundang-undangan yang berlaku di negara tersebut. Di Indonesia, publikasi hasil karya ilmiah itu
sendiri sangat penting, dan salah satu kegiatan yang berkaitan dengan status peneliti adalah publikasi
hasil karya tersebut. Berdasarkan hasil observasi SINTA, diketahui judul-judul yang ada tidak
diklasifikasikan menurut lima bidang ilmu yaitu Arts & Humanities, Engineering & Technology,
Life Sciences & Medicine, Natural Sciences, and Social Sciences & Management. Tujuan penelitian
ini adalah untuk menerapkan dan menguji kinerja algoritma Naive Bayes dalam klasifikasi lima
bidang ilmu pada publikasi terindeks Scopus. Naïve Bayes merupakan metode klasifikasi dan
prediksi karena hasilnya mudah diinterpretasikan. Metode Naïve Bayes dapat memudahkan peneliti
mengklasifikasikan lima bidang ilmu dalam publikasi terindeks Scopus karena modelnya sederhana,
mudah dipahami, dan cukup fleksibel untuk meningkatkan kualitas keputusan yang dihasilkan.
Kata Kunci : Klasifikasi, publikasi, Naïve Bayes, SINTA

Dosen Pembimbing: Farisa Chaerul Haviana, Sam and Much Ibnu Subroto, Imam | nidn0628028603, nidn0613037301
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 04:22
Last Modified: 17 Jul 2023 04:22
URI: https://repository.unissula.ac.id/id/eprint/29667

Actions (login required)

View Item View Item