Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal JITTER (Jurnal Ilmiah Teknologi Informasi Terapan)
Yosi Malatta Madsu
Universitas Widyatama
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
TEKNIK SUBSTRING WEIGHTING UNTUK KONVERSI MATA KULIAH Yosi Malatta Madsu
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 2 No. 2 (2016)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (364.362 KB) | DOI: 10.33197/jitter.vol2.iss2.2016.103

Abstract

[Id] Konversi mata kuliah adalah suatu pekerjaan yang mungkin membutuhkan waktu lebih bila dilakukan secara manual. Pemindahan data transkrip menjadi data digital membutuhkan cara untuk memproses data tersebut lebih lanjut menjadi hasil konversi yang diinginkan. Salah satu cara untuk memproses data transkrip berbagai program studi dari berbagai perguruan tinggi menjadi hasil konversi yang diinginkan adalah dengan menggunakan Teknik Substring Weighting. Substring Weighting adalah implementasi text mining dari tiap-tiap nama mata kuliah asal yang dimanfaatkan dengan mekanisme pembobotan dan ranking untuk mencari hasil konversi terhadap mata kuliah tujuan. Hasil implementasi teknik ini dapat mempercepat proses administrasi konversi, 80% kasus konversi dapat dilakukan kurang dari 5 menit. Kata kunci : substring, weighting, mining, konversi mata kuliah. [En] A manual academic transcript conversion will take a lot of time to be done. But when the digital process is involved, we need a method to process a whole academic transcript data to help to make good conversion results. Substring Weighting is a method to convert any academic transcript to specific academic transcript using text mining to every subject name. Each substring may be weighted and sorted to match criterias of each destination subject. By these technique, at least 80% of conversion processes are done in less than 5 minutes. Keywords : substring, weighting, mining, transcript conversion.
Co-Authors