Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
Torondek, Diego Cristoforus Hizkia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Other

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

Found 1 Documents
Search

 1 
Implementasi Algoritma Random Forest untuk Klasifikasi Judul Skripsi berdasarkan Bidang Konsentrasi pada Jurusan PTIK Universitas Negeri Manado Torondek, Diego Cristoforus Hizkia; Kaparang, Daniel Riano; Pardanus, Rudy Harijadi Wibowo
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 5 No. 6 (2025): EduTIK : Desember 2025
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Perkembangan teknologi informasi yang pesat telah memberikan dampak signifikan dalam dunia pendidikan, termasuk pada aspek pengelolaan data akademik di perguruan tinggi. Di Jurusan Pendidikan Teknologi Informasi dan Komunikasi (PTIK) Universitas Negeri Manado, salah satu permasalahan yang dihadapi adalah pengelompokan judul skripsi mahasiswa berdasarkan bidang konsentrasi, seperti Rekayasa Perangkat Lunak (RPL), Teknik Komputer dan Jaringan (TKJ), serta Multimedia. Proses klasifikasi secara manual sering menimbulkan kesulitan akibat kemiripan lintas bidang dan penggunaan istilah yang ambigu. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan metode data mining dengan algoritma Random Forest guna mengklasifikasikan judul skripsi secara otomatis berdasarkan bidang konsentrasi. Proses ini melibatkan teknik Natural Language Processing (NLP), seperti tokenisasi, pembersihan data, ekstraksi fitur, dan representasi vektor. Algoritma Random Forest dipilih karena kemampuannya dalam menangani data berdimensi tinggi, mengurangi overfitting, dan menghasilkan prediksi yang stabil serta akurat. Hasil penelitian diharapkan mampu meningkatkan efisiensi pengelolaan data akademik, mendukung pengambilan keputusan berbasis data, serta memberikan gambaran tren penelitian mahasiswa di PTIK. Selain kontribusi praktis dalam pengelolaan skripsi, penelitian ini juga menjadi implementasi nyata penerapan machine learning di bidang pendidikan tinggi, sekaligus membuka peluang pengembangan sistem cerdas untuk analisis topik penelitian di masa depan.
Co-Authors Daniel Riano Kaparang Pardanus, Rudy Harijadi Wibowo