SKRIPSI Jurusan Teknik Elektro - Fakultas Teknik UM, 2017

Ukuran Huruf:  Kecil  Sedang  Besar

Penerapan Algoritma Naive Bayes Classifier untuk Klasifikasi Judul Skripsi dan Tugas Akhir berdasarkan KBK di Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang

Bintang Romadhon

Abstrak


ABSTRAK

Romadhon, Bintang. 2017. Penerapan Algoritma Naive Bayes Classifier untuk Klasifikasi Judul Skripsi dan Tugas Akhir berdasarkan KBK di Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Skripsi, Prodi S1 Pendidikan Teknik Informatika, Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Malang. Pembimbing (1) Triyanna Widiyaningtyas, S.T., M.T. (2) Utomo Pujianto, S.Kom., M.Kom.

Kata Kunci: KBK, Klasifikasi, Naive Bayes, Skripsi dan Tugas Akhir

SISINTA UM adalah sistem informasi berbasis web yang menampilkan data berkaitan dengan skripsi dan tugas akhir di Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Berdasarkan hasil observasi terhadap fitur SISINTA, diketahui bahwa judul yang ada belum terklasifikasi berdasarkan tema penelitiannya. Tujuan penelitian ini adalah untuk menerapkan dan menguji performa algoritma Naive Bayes Classifier dalam mengklasifikasi judul skripsi dan tugas akhir, berdasarkan tema penelitian dalam KBK di Jurusan Teknik Elektro FT UM.

Model pengembangan yang digunakan penelitian ini adalah model waterfall. Model ini terdiri dari lima tahapan, yaitu: (1) analisis kebutuhan sistem, (2) desain sistem dan perangkat lunak, (3) implementasi dan pengujian unit, (4) integrasi dan pengujian sistem, (5) penerapan dan perawatan produk. Pengujian performa algoritma klasifikasi yang digunakan adalah teknik K-fold Cross Validation.

Berdasarkan pengujian performa penerapan algoritma Naïve Bayes  Classifiers menggunakan teknik K-Fold Cross Validation, dengan jumlah tahap pengujian sebanyak 10 kali, terhadap 1103 judul skripsi dan tugas akhir, didapatkan hasil rata-rata akurasi 94%, presisi 80%, dan recall 69%.