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.
|
Text (COVER)
1_cover.pdf Download (114kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (46kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (66kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
4_bab1.pdf Restricted to Registered users only Download (143kB) | Request a copy |
|
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (557kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (670kB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (90kB) | Request a copy |
|
|
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://etheses.uinsgd.ac.id/id/eprint/18497 |
Actions (login required)
 |
View Item |
