Klasifikasi Abstrak Jurnal Repositor di Teknik Informatika UMM Menggunakan Metode Neighbor Weighted K-Nearest Neighbor
Article Sidebar
Main Article Content
Abstract
Jurnal atau artikel ilmiah adalah sebuah data teks berupa karya tulis yang telah dibuat oleh peneliti yang melakukan sebuah penelian pada suatu topik dalam bidang tertentu. Secara umum jurnal ilmiah ini diterbitkan online oleh situs penyedia informasi ilmiah dan perguruan tinggi. Pada penelitian ini mengambil studi kasus jurnal repositor Teknik Informatika UMM dimana masih belum dikategorikan berdasarkan jurusan bidang minat seperti RPL, Jaringan, Game, dan Data Science. Penelitian ini menggunakan metode Neighbor Weighted K-Nearest Neighbor (NWKNN) yaitu modifikasi dari metode KNN secara umum. Hasil klasifikasi menggunakan metode ini menunjukkan bahwa nilai k yang optimal adalah berada pada angka 17 dengan e = 2 memiliki akurasi sebesar 60,25641026%. Dikarenakan bahwa menurut penelitian sebelumnya yang menggunakan metode NWKNN, jika k bernilai besar maka suatu data uji akan mempunyai besar probabilitas benar masuk kedalam kategori kelas dengan hasil score tertinggi.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
A. S. Sri Widaningsi, “Klasifikasi Jurnal Ilmu Komputer Berdasarkan Pembagian,” Semin. Nas. Teknol. Inf. dan Komun. 2018 (SENTIKA 2018), vol. 2018, no. Sentika, pp. 23–24, 2018.
A. Indranandita, “Sistem Klasifikasi Dan Pencarian Jurnal Dengan Mbnggunakan Metode Naive Bayes Dan Vector SP Ace Model,” J. Inform., vol. 4, no. 2, p. 10, 2008, doi: 10.21460/inf.
A. Fathan Hidayatullah, M. Rifqi Ma, and A. Program Studi Manajemen Informatika STMIK Jenderal Achmad Yani Yogyakarta Jl Ringroad Barat, “Penerapan Text Mining dalam Klasifikasi Judul Skripsi,” Semin. Nas. Apl. Teknol. Inf. Agustus, pp. 1907–5022, 2016.
M. T. F. Annisya Aprilia Prasanti, M. Ali Fauzi, “Klasifikasi Teks Pengaduan Pada Sambat Online Menggunakan Metode N- Gram dan Neighbor Weighted K-Nearest Neighbor ( NW-KNN ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 2, pp. 594–601, 2018.
S. Tan, “Neighbor-weighted K-nearest neighbor for unbalanced text corpus,” Expert Syst. Appl., vol. 28, no. 4, pp. 667–671, 2005, doi: 10.1016/j.eswa.2004.12.023.
A. Ridok, “Sentiment Analysis for Review Mobile Applications Using Neighbor Method Weighted K-Nearest Neighbor ( Nwknn ),” J. Environ. Eng. Sustain. Technol. 2016, vol. 03, no. 01, pp. 23–32, 2016.