TEXT MINING CLASSIFICATION SEBAGAI REKOMENDASI DOSEN PEMBIMBING TUGAS AKHIR PROGRAM STUDI SISTEM INFORMASI

Abstract

Penelitian merupakan karya ilmiah dari kegiatan mahasiswa berupa penelitian yang membahas suatu masalah sesuai dengan ilmu pada program studi yang ditempuh mahasiswa dengan menggunakan aturan yang berlaku serta bimbingan oleh dosen pembimbing. Dengan memanfaatkan data proposal tugas akhir, bisa ditemukan suatu pola menarik dengan menggunakan text mining. Didalam text mining terdapat klasifikasi yang salah satu algoritmanya yaitu K-Nearest Neighbour (KNN). KNN digunakan karena terdapat nilai k yang bisa menjadi alternatif pilihan. Sebelum menggunakan KNN, dilakukan pembobotan dengan menggunakan Term Frequency dan Inverse Document Frequency (TF-IDF). Setelah pembobotam, dilakukan perhitungan similaritas antar dokumen menggunakan Cosine Similarity. Kemudian digunakan nilai k pada KNN dari data yang telah diurutkan pada Cosine Similarity. Nilai k yang digunakan yaitu 15, karena kelas yang dihasilkan terdapat hasil tunggal atau satu yang dominan. Akurasi yang didapat dalam klasifikasi dengan k = 15 yaitu sebesar 60%.