IRAWAN, RIJI (2023) KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS GOOGLE SCHOLAR MENGGUNAKAN METODE K- NEAREST NEIGHBOR. Undergraduate thesis, UNIVERSITAS ISLAM SULTAN AGUNG.

	Text Teknik Informatika_32601800021_fullpdf.pdf Baca Disini (2MB) | Download (2MB)
	Text Teknik Informatika_32601800021_pernyataan_publikasi.pdf Restricted to Registered users only Baca Disini (373kB) | Download (373kB)

Abstract

SINTA (science and Technology indexs) adalah sebuah platfrom layanan informasi yang
di luncurkan pada tahun 2016, SINTA didirikan oleh kementrian riset teknologi dan
Pendidikan tinggi republik Indonesia untuk mengevaluasi atau memantau hasil kinerja
penelitian dan pengabdian masyarakat pada perguruan tinggi riset di Indonesia. SINTA
mengindeks beberapa basis data seperti Google scholar, DOAJ, Crossref dan Scopus, dari
beberapa basis data yang diindeks belum ada pembagian atau klasifikasi terhadap bidang
ilmu tersebut, untuk itu perlu adanya klasifikasi otomatis pada semua judul data, kemudian
dilakukan preprocessing bobot pada sebuah judul data dangan menggunakann Trem
FrekuensiInvers. Data Frekuensi menentukan kesamaan dari data training dan data testing
dengan cosinus similsrity. berikutnya menerapkan sebuah klasifikasi yang bertujuan untuk
menghasilkan data apakah positive atau negative. Proses klasifikasi yang di terapkan pada
penelitian ini akan mengklasifikasikan setiap artikel menjadi lima bidang ilmu dengan
menggunakan metode KNN. KNN merupakan sebuah metode memprediksi sebuah data
baru didasarkan pada label-label pada data yang terdekat dengan data tersebut. Tujuan pada
penelitian kali ini mengimplementasikan sebuah system yang bisa mengklasifikasikan
jurnal ilmiah yang belum berdasarkan lima bidang ilmu. Peneliti melakukan beberapa kali
percobaan menggunakan K yang telah ditentukan dan K=25 memberikan hasil terbaik dari
beberapa kali percobaan tersebut dengan tingkat akurasi 0.5378.

Kata kunci: Klasifikasi, 5 Bidang Ilmu, web Of Science, K-Nearest Neighbor, SINTA

Dosen Pembimbing:	FARISA, SAM and SUBROTO, IMAM MUCH IBNU | nidn0628028602, 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 3 UNISSULA
Date Deposited:	19 Oct 2023 07:17
Last Modified:	19 Oct 2023 07:17
URI:	https://repository.unissula.ac.id/id/eprint/32027

Actions (login required)

View Item