KLASIFIKASI E-BOOK BERBAHASA INGGRIS MENGGUNAKAN METODE K-MEANS CLUSTERING (Studi kasus perpustakaan STIKI Malang)

Willyanto, Sutikno (2018) KLASIFIKASI E-BOOK BERBAHASA INGGRIS MENGGUNAKAN METODE K-MEANS CLUSTERING (Studi kasus perpustakaan STIKI Malang). Sarjana thesis, Sekolah Tinggi Informatika dan Komputer Indonesia.

	Text ABSTRAK.docx Download (40kB)
	Text BAB I.docx Download (95kB)
	Text BAB II.docx Download (151kB)
	Text BAB III.docx Download (546kB)
	Text BAB IV.docx Restricted to Repository staff only Download (1MB)
	Text BAB V.docx Download (42kB)

Abstract

Text Mining merupakan proses penambangan data yang berupa text dengan menggunakan sumber yang berasal dari text, dengan tujuan mencari kata-kata yang dapat mewakili isi dari sebuah dokumen sehingga dapat dilakukan analisa terkait dengan keterhubungan antara dokumen yang ada. Untuk mendukung Klasifikasi E-book berbahasa Inggris Menggunakan Metode K-Means Clustering Studi Kasus Perpustakaan STIKI Malang. Dengan menggunakan metode K-Means Clustering membantu sistem dalam pengelompokan data atau entitas yang sama serta mengelompokan data atau entitas yang tidak sama. K-Means Clustering bekerja dengan menggunakan nilai dari Text Mining yang ada dan akan dihitung jarak terdekat dengan menggunakan Ecluidience Distance berdasarkan Centroid yang sudah diatur, yang menjadi acuan pada Cluster atau kelas manakah data akan masuk. Dalam pengujian algoritma K-Means Clustering untuk mengelompokan data E-book, dilakukan sampling terhadap data E-book yang terdapat pada Perpustakaan STIKI Malang. Dari sistem yang ada menunjukan bahwa diterapkannya sistem ini akurasi dari Cluster 1 (Informasi Sistem) 10% , Cluster 2 (Teknik Komputer) 15%, dan Cluster 3 (Teknik Informatika) 65%.

Item Type:	Thesis (Sarjana)
Subjects:	Applied computing > Education
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	12 Apr 2021 07:49
Last Modified:	13 Aug 2021 09:45
URI:	http://repository.stiki.ac.id/id/eprint/1542

Actions (login required)

View Item