PENGELOMPOKAN ABSTRAK SKRIPSI MENGGUNAKAN METODE SUFFIX TREE CLUSTERING DAN SINGULAR VALUE DECOMPOSITION

Lina Tri Andaru, Bambang Soedijono W, Armadyah Amborowati

Abstract


Perkembangan teknologi informasi mulai merambah ke berbagai bidang pada suatu Negara, salah satunya dunia pendidikan.Mahasiswa tidak dapat memahami setiap informasi yang ada pada skripsi karena keterbatasan waktu dan banyaknya skripsi menjadi salah satu masalah. Selain itu juga STMIK Sinar Nusantara juga kesulitan dalam mempergunakan skripsi sebagai bahan pengukur dalam memberikan kebijakan atau pengarahan kepada mahasiswa untuk melakukan penelitian skripsi. Oleh karena itu, diperlukan sebuah metode untuk mengelompokkan skripsi melalui abstrak khususnya kata kunci agar memudahkan dalam pengambilan informasi atau data sesuai kebutuhan mahasiswa dan instansi tersebut. Permasalahan tersebut dapat diatasi dengan menggunakan model clustering untuk mengelompokkan skripsi yang sesuai dengan kompetensi bidang penelitian yang terkait sehingga memudahkan pengguna dalam memilih dokumen skripsi yang relevan dengan penelitian skripsi. Penelitian ini menggunakan metode Suffix Tree Clustering (STC) untuk mengelompokkan skripsi. Selain itu juga digunakan metode Singular Value Dekomposition (SVD) sebagai pendukung dalam perhitungan similiary pada kombinasi base cluster. Hasil pengujian adalah metode Suffix Tree Clustering dan Singular Value Decomposite dapat digunakan dalam pengelompokan abstrak skripsi menggunakan kata kunci menjadi tiga kelompok yaitu Komputer Akutansi, Ebusines dan Sistem Informasi Perusahaan/Instansi pada STMIK Sinar Nusantara Surakarta dengan nilai keakurasian 87,67%.  


Full Text:

PDF

References


Hermadi, I. 2007. Clustering Menggunakan Self-Organizing Maps (Studi Kasus: Data PPMB IPB).FMIPA Institut Pertanian Bogor. 5: 2

Zhao, Y. & Karypis, G. 2005, "Empirical and theoretical comparisons of selected criterion functions for document clustering", Machine Learning 55 (3), hal.50-62

Jain, A.K., Murty, M.N. & Flynn, P.J. 1999, "Data Clustering : A Review", ACM Computing Survey Vol. 31, No. 3, hal.264- 323

Novan S. 2001. Implementasi Aplikasi Information Retrieval Untuk Pendeteksian dan Klasifikasi Berita Kejadian Berbahasa Indonesia Berbasis Web. Tugas Akhir, Jurusan Teknik Informatika Fakultas Teknologi Informasi ITS Surabaya

Lipovetsky, Stan. 2009. "PCA and SVD with nonnegative loadings,"GfK CustomResearch for excelence, vol. 42, no. 1, pp. 1-30

Sembiring, Rahmat Widia; Zain, Jasni Mohamad; Embong, Abdullah.2011. "Dimension Reduction of Health Data Clustering," International Journal onNew Computer Architectures and Their Applications (IJNCAA), vol. 3, no. 1, pp. 1041- 1050

Bau III, David, Lloyd N. Trefethen, 1997. Numerical Linear Algebra. Philadelphia: Society for Industrial and Applied Mathematics

Ratna, Anak Agung Putri, Bagio Budiardjo, Djoko Hartanto, 2007. Simple:Sistim Penilai Esei Otomatis untukMenilai Ujian dalam Bahasa Indonesia. Departemen Elektro, Fakultas Teknik,Universitas Indonesia. Depok, Indonesia April 2007: 5-11: Makara

Kusamaya. 2007.Pengembangan Suffix Tree Clustering untuk Comparative Text Mining. Tesis. Bandung: Institute Teknologi Bandung

Nazief, Bobby dan Mirna Adriani. 1996. Confix-Stripping: Approach to Stemming Algorithm for Bahasa Indonesia, Fakulty of Computer Science University of Indonesia.


Refbacks

  • There are currently no refbacks.