Pengelompokan Judul Laporan Skripsi Berbasis Text Mining dengan Metode Fuzzy K-Means

Noviani Nur Azizah; Ika Purnamasari; Surya Prangga

doi:10.47002/metik.v8i1.808

Noviani Nur Azizah Universitas Mulawarman
Ika Purnamasari Universitas Mulawarman
Surya Prangga Universitas Mulawarman

DOI: https://doi.org/10.47002/metik.v8i1.808

Keywords: davies bouldin index, fuzzy k-means, text mining

Abstract

Text mining merupakan salah satu cabang dari data mining. Text mining dapat menganalisa dokumen, menentukan kesamaan di antara dokumen dan mengelompokkan dokumen. Pengelompokan dokumen dapat dilakukan melalui metode text mining yang dapat dikombinasikan dengan fuzzy k-means. Fuzzy k-means mampu menempatkan suatu data dimana data tersebut masuk sebagai anggota keseluruhan klaster berdasarkan derajat keanggotaan yang terletak di interval [0,1], serta dapat menunjukkan hasil penempatan klaster yang lebih akurat. Tujuan penelitian ini adalah menentukan kelompok optimal dan hasil pengelompokan yang terbentuk pada judul laporan skripsi mahasiswa Program Studi Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman tahun 2020-2022. Pada penelitian ini menggunakan davies-bouldin index sebagai uji validasi hasil pengelompokan. Berdasarkan hasil analisis, kelompok optimal yang terbentuk adalah klaster enam dengan nilai davies-bouldin index sebesar 3,646. Terdapat 6 kelompok dari hasil analisis dengan rincian klaster ke-1 sebanyak 24 judul laporan skripsi, klaster ke-2 sebanyak 8 judul laporan skripsi, klaster ke-3 sebanyak 17 judul laporan skripsi, klaster ke-4 sebanyak 39 judul laporan skripsi, klaster ke-5 sebanyak 17 judul laporan skripsi dan klaster ke-6 sebanyak 29 judul laporan skripsi.

References

A. Deolika and E. Taufiq Luthfi, “Analisis Pembobotan Kata Pada Klasifikasi Text Mining,” Jurnal Teknologi Informasi, vol. 3, no. 2, 2019.

O. Y. Findawati, M. M. Muhammad, A. Rosid, S. Kom, and M. Kom, Buku Ajar Text Mining Diterbitkan oleh UMSIDA PRESS.

G. P. Aulia, T. Widiharih, and I. T. Utami, “Penerapan Text Mining Dan Fuzzy C-Means Clustering Untuk Identifikasi Keluhan Utama Pelanggan Pdam Tirta Moedal Kota Semarang,” Jurnal Gaussian, vol. 12, no. 1, pp. 126–135, May 2023, doi: 10.14710/j.gauss.12.1.126-135.

S. Butsianto and N. Saepudin SKom, “Penerapan Data Mining Terhadap Minat Siswa Dalam Mata Pelajaran Matematika Dengan Metode K-Means,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 3, no. 1, 2020.

R. D. Saputra, D. Rohpandi, and I. J. Fahmillah, “Penerapan Algoritma Fuzzy C-Means Pada Pengklasteran Hasil Pencarian Hadits Shahih Berbasis Mobile.”

A. Vatresia, “Analisa Clustering Tingkat Rawan Kecelakaan Dengan Fuzzy C-Means Article Info ABSTRAK,” JSAI : Journal Scientific and Applied Informatics, vol. 5, no. 1, 2022.

R. Kurniasari, R. Santoso, and A. Prahutama, “Analisis Kecenderungan Laporan Masyarakat Pada ‘Laporgub..!’ Provinsi Jawa Tengah Menggunakan Text Mining Dengan Fuzzy C-Means Clustering,” vol. 10, pp. 544–553, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/

A. Rifa’i and G. Setiadji, “Implementasi Metode Fuzzy K-Means untuk Cluster Judul Skripsi Mahasiswa,” Pengembangan Rekayasa dan Teknologi, vol. 16, no. 2, pp. 98–104, 2020, [Online]. Available: http://journals.usm.ac.id/index.php/jprt/index

R. Feldman and J. Sanger, The text mining handbook: advanced approaches in analyzing unstructured data. Cambridge University Press, 2007.

L. Cahyani and M. Arif, “Text Mining untuk Pengelompokan Skripsi di Prodi Pendidikan Informatika Universitas Trunojoyo Madura,” 2022.

J. Pardede, M. Musrini Barmawi, and D. Pramono, “Implementasi Metode Generalized Vector Space Model Pada Aplikasi Information Retrieval,” 2013.

F. Rahutomo, A. Retno, and T. H. Ririd, “Evaluasi Daftar Stopword Bahasa Indonesia,” vol. 6, no. 1, pp. 41–48, 2019, doi: 10.25126/jtiik.201861226.

J. Asian, “Effective Techniques for Indonesian Text Retrieval,” 2007.

S. Kurniawan, A. M. Siregar, and H. Y. Novita, “Penerapan Algoritma K-Means dan Fuzzy C-Means Dalam Mengelompokan Prestasi Siswa Berdasarkan Nilai Akademik,” vol. IV, no. 1, 2023.

A. F. Muhammad, “Klasterisasi Proses Seleksi Pemain Menggunakan Algoritma K-Means (Study Kasus: Tim Hockey Kabupaten Kendal).”