Algoritma Support Vector Machine (SVM) Untuk Identifikasi Komponen Abstrak Pada Jurnal Ilmiah Berbasis Teknik Klasifikasi
Main Article Content
Abstract
Penelitian yang dipublikasikan dalam bentuk jurnal setiap tahunya selalu ada yang baru dan semakin banyak, untuk bias dapat suatu informasi tertentuxyang akan dibutuhkan dari sebuah penelitian akan sulit dan memakan waktu lama. Sepertimhalnya mencari sebuahxinformsi tertentumdengen membaca keseluruhan abstrak secarapsatu-persatu yang tidak efektif. Oleh karena itu dengan harapan adanya pembangunan sistem yang mampu menganbil informasi tertentu dari sebuah dokumen secara tepat dan otomatis. Penelitian ini menggunakan pendekatan pembelajaran klasifikasi. Pada penelitian ini penulis menggunakan Algoritma Support Vector Machine. Hasil dari sistem adalah untuk melakukan klasifikasi informasi permasalahan umum, permasalahan khusus, solusi yag diusulkan, hasil, pembahasan dan implikasi, keywords dan lain-lain dari abstrak sebuah jurnall ilmiah dan mengukur kinerja dari sistem ini.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Malangtoday, “UMM Wisudakan 1.744 Mahasiswa pada Periode ke-3 tahun 2017”. [Online]. Available: https://malangtoday.net/malang-raya/pendidikan/umm-wisudakan-1-744-mahasiswa-pada-periode-ke-3-tahun-2017/. 2017. [Accessed: 30-mei-2018]
Arifandi, Deni. “Ekstraksi Informasi dari Abstrak Jurnal Penelitian Berbahasa Indonesia”[skripsi]. Malang. Universitas Muhammadiyah Malang. 2017.
Mustakini JH. “Analisis dan Desain Sistem Informasi pendekatan terstruktur teori dan praktik aplikasi bisnis”. Edisi kedua Yogyakarta: Andi Offset. 2005.
Indranandita. “Sistem Klasifikasi Dan Pencarian jurnal Dengan Menggunakan Metode Naïve Bayes Dan Vector Space Model”. Yogyakarta: Jurusan Teknik Informatika, Universitas Kristen Duta Wacana. 2013.
Khodra ML, Purwarianti A. “Ekstraksi Informasi Transaksi Online pada Twitter”. Jurnal Cybermatika. Jul 9;1(1). 2013.
Syaitri, Nesi. “Perbandingan Metode KNN dan Metode NCC dalam pengklasifikasian Kualitas Batik Tulis”[skripsi]. Malang. Universitas Muhammadiyah Malang. 2017.
Darujati, Cahyo & Gumelar, Agustinus Bimo. “Pemanfaatan Teknik Supervised Untuk Klasifikasi Teks Bahasa Indonesia”. Surabaya: Sistem Informasi, Universitas Narotama Surabaya. 2012.
Pratiwi, Nur Indah. “Klasifikasi Dokumen Karya Akhir Mahasiswa Menggunakan Naïve Bayes Classifier (NBC) Berdasarkan Abstrak Karya Akhir Di Jurusan Teknik Elektro Universitas Negeri Jakarta”. Jakarta: Jurusan Teknik Informatika, Universitas Negeri Jakarta. 2017.
Muis, Imelda A. & Affandes, Muhammad. “Penerapan Metode Support Vector Machine (SVM) Menggunakan Kernel Radial Basis Function (RBF) Pada Klasifikasi Tweet”. Riau: Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau. 2015.
Warman, R.A, Wibirama, S. 2017. “Performance Comparison of Signal Processing Filters on Smooth Pursuit Eye Movements”. Presented in International Conference on Information Technology, Information System and Electrical Engineering (ICITISEE 2017)
Sari, Khrisna Dini Yunita. “Kategorisasi Teks Dengan Metode Klasifikasi Support Vector Machine (Svm) (Text Categorization With Support Vector Machine (Svm) Classification Method)”. Bandung: Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom. 2006.