Implementasi algoritma Fuzzy C-Means pada pengklasifikasian topik penelitian di Jurusan Teknik Informatika UIN SGD

Hakim, Ridwan Abdul (2018) Implementasi algoritma Fuzzy C-Means pada pengklasifikasian topik penelitian di Jurusan Teknik Informatika UIN SGD. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (114kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (46kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (66kB) | Preview
[img] Text (BAB I)
4_bab1.pdf
Restricted to Registered users only

Download (143kB) | Request a copy
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (557kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (670kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (90kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (55kB) | Request a copy

Abstract

Semakin pesat dan banyaknya dokumen elektronik yang tersimpan dalam repository perpustakaan Universitas atau Jurusan, seperti karya ilmiah dari sivitas akademika diantaranya skripsi, laporan penelitian, dan lain sebagainya telah tersedia dalam versi digital. Dalam proses pengelompokkan judul skripsi secara otomatis diharapkan dapat membantu para pengambil kebijakan seperti kepala program studi. Dalam hal ini peneliti menggunakan algoritma fuzzy c-means yang dapat mengelompokan data dalam cluster-cluster sehingga data suatu cluster memiliki tingkat persamaan yang tinggi satu dengan lainnya. Dalam aplikasi terdapat metode text mining yang merupakan perkembangan dari data mining yang dapat diterapkan untuk mengatasi masalah pengelompokan skripsi ataupun data penelitian. Hasilnya berupa web yang dapat mengelompokan data skripsi / data penelitian dengan total keakurasian sebesar 98%. Angka tersebut merupakan akurasi yang diberikan berdasarkan kinerja algoritma fuzzy c-means terhadap sistem.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Fuzzy C-Means; Cluster; Web Service; Text Mining
Subjects: Education > Organization of Education
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Ridwan Ridwan Ridwan
Date Deposited: 01 Feb 2019 08:18
Last Modified: 01 Feb 2019 08:18
URI: https://digilib.uinsgd.ac.id/id/eprint/18497

Actions (login required)

View Item View Item