Article Per Year (5 Year)
p-Index From 2021 - 2026
2.887
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Jurnal Edukasi dan Penelitian Informatika (JEPIN) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Sebatik Ensiklopedia of Journal Jurnal Teknologi Dan Sistem Informasi Bisnis Journal of Computer Scine and Information Technology Journal of Information Systems and Technology Research Jurnal Komtekinfo
Liga Mayola
Univerisitas Putra Indonesia YPTK Padang
Arts Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
TF-IDF vs IndoBERT: Pendekatan Statistik dan Kontekstual dalam Pengelompokan Surat Pemerintahan dengan Algoritma K-Means Mayola, Liga; Syahputra, Hadi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 3 (2025): Volume 11 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i3.101856

Abstract

Digitalisasi administrasi pemerintahan menyebabkan peningkatan volume surat elektronik yang perlu dikelola secara efisien. Meskipun data surat bersifat semi-terstruktur, pengelompokan berbasis perihal masih menghadapi tantangan akibat variasi redaksi dan konteks bahasa. Penelitian ini bertujuan membandingkan kualitas pengelompokan surat pemerintahan menggunakan algoritma K-Means dengan dua pendekatan representasi teks, yaitu TF-IDF berbasis statistik dan IndoBERT berbasis kontekstual. Data yang digunakan terdiri dari 854 perihal surat masuk pada Aplikasi Srikandi. Hasil eksperimen menunjukkan bahwa IndoBERT menghasilkan kualitas clustering yang lebih baik dengan nilai Silhouette Score sebesar 0,2242 dan Calinski–Harabasz Index sebesar 171,4236, dibandingkan TF-IDF yang hanya mencapai Silhouette Score 0,0393 dan Calinski–Harabasz Index 35,2446. Sementara itu, nilai Davies–Bouldin Index pada TF-IDF (1,6508) sedikit lebih rendah dibandingkan IndoBERT (1,7388) yang menunjukkan bahwa TF-IDF cenderung membentuk cluster dengan jarak antar cluster yang relatif lebih dekat. Namun, jika ditinjau secara komprehensif, nilai Silhouette Score dan Calinski–Harabasz Index yang jauh lebih tinggi pada IndoBERT mengindikasikan bahwa cluster yang terbentuk lebih kohesif secara internal dan memiliki separasi semantik yang lebih jelas. Keunggulan IndoBERT terutama disebabkan oleh kemampuannya menangkap makna semantik dan konteks kata dalam perihal surat yang singkat namun bervariasi, sehingga menghasilkan struktur cluster yang lebih bermakna dibandingkan pendekatan statistik konvensional. Temuan ini menunjukkan bahwa representasi kontekstual lebih efektif dalam mendukung pengelompokan otomatis surat pemerintahan.
Co-Authors Acihmah Sidauruk Adma Qhory Dwi Nanda Afrianto, Nurdi Aminuyati Arsyah, Ulya Ilhami Budy Satria Dinda Putri Insani Dodi Guswandi Fauzan Ramadhoni Gushelmi Gushelmi, Gushelmi Habib Yuhandri, Muhammad Hadi Syahputra Hadi Syahputra Hafizh, M Hafizh, M. Kris Hiburan Laoli, Vince M. Hafizh M. Hafizh Muhammad Afdhal Muhammad Afdhal Muhammad Hafizh Muhammad Hafizh Musli Yanto Musli Yanto Ningsih, Lidya Nurul Azwanti Pratiwi, Mutiana Putra, Deri Marse Ramadhoni, Fauzan Rita Safitri, Wifra Safitri, Wifra SAKINAH, PUTRI Saputra, Dhio SIGIT SANJAYA, SIGIT Sitti Rizki Mulyani Sri Tria Siska Syamsiar, Syamsiar Triana Novita Wifra Safitri Yuhandri, Muhammad Habib