IMPLEMENTASI NAÏVE BAYES CLASSIFIER UNTUK MENENTUKAN JENIS SKRIPSI BERDASARKAN BIDANG KEILMUAN DI TEKNIK INFORMATIKA STT-PLN

Alexandrina, Zuraina Wirdha and Palupiningsih, Pritasari and Widiyanto, Max Teja Ajie Cipta (2019) IMPLEMENTASI NAÏVE BAYES CLASSIFIER UNTUK MENENTUKAN JENIS SKRIPSI BERDASARKAN BIDANG KEILMUAN DI TEKNIK INFORMATIKA STT-PLN. Diploma thesis, ITPLN.

[thumbnail of SKRIPSI_201531255_ZURAINA WIRDHA ALEXANDRINA.pdf] Text
SKRIPSI_201531255_ZURAINA WIRDHA ALEXANDRINA.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Mahasiswa sulit untuk mencari referensi skripsi berdasarkan bidang keilmuan dikarenakan pada Teknik Informatika STT-PLN belum terdapat kategori skripsi sehingga daftar skripsi yang ada belum dikelompokkan dan kurang tertata. Penelitian ini membahas tentang klasifikasi jenis skripsi berdasarkan bidang keilmuan dengan menggunakan metode Naive Bayes Classifier (NBC). Data yang digunakan dalam penelitian ini merupakan data abstrak skripsi mahasiswa Teknik Informatika STT-PLN Jakarta. Dimana untuk menentukan dokumen abstrak yang termasuk kategori tertentu menggunakan K-means Clustering. Fungsi clustering disini adalah mengelompokkan dokumen yang mirip satu sama lain. Penerapan metode Naive Bayes Classifier dengan text mining sebagai pemroses data awal dari aplikasi pengklasifikasian jenis skripsi berdasarkan bidang keilmuan dapat disimpulkan bahwa penelitian ini menghasilkan akurasi dari nilai probabilitas sebesar 90 % dan membuktikan bahwa metode Naive bayes dapat digunakan untuk membantu mengklasifikasikan jenis skripsi berdasarkan bidang kelimuan.

The college student hard to search the thesis reference based on scientific field because in informatics engineering STT-PLN there is no thesis category, so the list of exist thesis has not been categorized and not ordered. This study discusses the classification of thesis based on scientific fields using the Naïve Bayes Classifier (NBC) method. The used data in this study is the thesis abstract of Informatics Engineering students in STT-PLN Jakarta. Which is to determine abstract documents belong to certain categories using K-means clustering. The function of clustering here is to group documents that are similar to each other. The application of Naive Bayes Classifier method with text mining as an initial data processing from the thesis type classification app based on scientific field, could be conclude that this study produce the accuration from probability value 90 % and proved that Naive bayes method could be used for helping classify thesis type based on scientific field.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Skripsi, Bidang Keilmuan, Naive Bayes Classifier, Text Mining, K-means Clustering Thesis, Scientific Field, Naive Bayes Classifier, Text Mining, K-means Clustering
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Sudarman
Date Deposited: 19 Sep 2025 08:54
Last Modified: 19 Sep 2025 08:54
URI: https://repository.itpln.ac.id/id/eprint/1344

Actions (login required)

View Item
View Item