Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosidia Widya Saintek
Magai, Etinus
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Social Sciences Transportation

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

Found 1 Documents
Search

 1 
KLASIFIKASI TOPIK SKRIPSI TEKNIK INFORMATIKA BERDASARKAN PEMINATAN MENGGUNAKAN METODE NAIVE BAYES DAN K-NEAREST NEIGHBOR (K-NN) Magai, Etinus; Istiadi, Istiadi; Putra, Rangga Pahlevi
Prosidia Widya Saintek Vol. 4 No. 2 (2025)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilihan topik skripsi yang sesuai dengan minat mahasiswa menjadi tantangan bagi program studi Teknik Informatika. Penelitian ini bertujuan mengembangkan sistem klasifikasi topik skripsi berdasarkan peminatan menggunakan algoritma Naive Bayes dan K-Nearest Neighbor (K-NN). Dataset berjumlah 121 judul skripsi diklasifikasikan ke dalam empat kategori: Machine Learning, Data Mining, Web/Mobile, dan IoT/Jaringan. Hasil evaluasi menunjukkan bahwa metode K-NN memberikan akurasi tertinggi sebesar 92%, sedangkan Naive Bayes mencapai 88%. Temuan ini menunjukkan bahwa klasifikasi otomatis berbasis machine learning dapat membantu mahasiswa memilih topik skripsi secara lebih efektif dan sesuai minat.
Co-Authors Istiadi Putra, Rangga Pahlevi