Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal METIK JURNAL
Nur Azizah, Noviani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengelompokan Judul Laporan Skripsi Berbasis Text Mining dengan Metode Fuzzy K-Means Nur Azizah, Noviani; Purnamasari, Ika; Prangga, Surya
METIK JURNAL Vol 8 No 1 (2024): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v8i1.808

Abstract

Text mining merupakan salah satu cabang dari data mining. Text mining dapat menganalisa dokumen, menentukan kesamaan di antara dokumen dan mengelompokkan dokumen. Pengelompokan dokumen dapat dilakukan melalui metode text mining yang dapat dikombinasikan dengan fuzzy k-means. Fuzzy k-means mampu menempatkan suatu data dimana data tersebut masuk sebagai anggota keseluruhan klaster berdasarkan derajat keanggotaan yang terletak di interval [0,1], serta dapat menunjukkan hasil penempatan klaster yang lebih akurat. Tujuan penelitian ini adalah menentukan kelompok optimal dan hasil pengelompokan yang terbentuk pada judul laporan skripsi mahasiswa Program Studi Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman tahun 2020-2022. Pada penelitian ini menggunakan davies-bouldin index sebagai uji validasi hasil pengelompokan. Berdasarkan hasil analisis, kelompok optimal yang terbentuk adalah klaster enam dengan nilai davies-bouldin index sebesar 3,646. Terdapat 6 kelompok dari hasil analisis dengan rincian klaster ke-1 sebanyak 24 judul laporan skripsi, klaster ke-2 sebanyak 8 judul laporan skripsi, klaster ke-3 sebanyak 17 judul laporan skripsi, klaster ke-4 sebanyak 39 judul laporan skripsi, klaster ke-5 sebanyak 17 judul laporan skripsi dan klaster ke-6 sebanyak 29 judul laporan skripsi.
Pengelompokan Judul Laporan Skripsi Berbasis Text Mining dengan Metode Fuzzy K-Means Nur Azizah, Noviani; Purnamasari, Ika; Prangga, Surya
METIK JURNAL (AKREDITASI SINTA 3) Vol. 8 No. 1 (2024): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v8i1.808

Abstract

Text mining merupakan salah satu cabang dari data mining. Text mining dapat menganalisa dokumen, menentukan kesamaan di antara dokumen dan mengelompokkan dokumen. Pengelompokan dokumen dapat dilakukan melalui metode text mining yang dapat dikombinasikan dengan fuzzy k-means. Fuzzy k-means mampu menempatkan suatu data dimana data tersebut masuk sebagai anggota keseluruhan klaster berdasarkan derajat keanggotaan yang terletak di interval [0,1], serta dapat menunjukkan hasil penempatan klaster yang lebih akurat. Tujuan penelitian ini adalah menentukan kelompok optimal dan hasil pengelompokan yang terbentuk pada judul laporan skripsi mahasiswa Program Studi Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman tahun 2020-2022. Pada penelitian ini menggunakan davies-bouldin index sebagai uji validasi hasil pengelompokan. Berdasarkan hasil analisis, kelompok optimal yang terbentuk adalah klaster enam dengan nilai davies-bouldin index sebesar 3,646. Terdapat 6 kelompok dari hasil analisis dengan rincian klaster ke-1 sebanyak 24 judul laporan skripsi, klaster ke-2 sebanyak 8 judul laporan skripsi, klaster ke-3 sebanyak 17 judul laporan skripsi, klaster ke-4 sebanyak 39 judul laporan skripsi, klaster ke-5 sebanyak 17 judul laporan skripsi dan klaster ke-6 sebanyak 29 judul laporan skripsi.
Co-Authors Ika Purnamasari Surya Prangga