GDL

Application To Determine Alternative Counselor Of Final Project Using NaiVe Bayes Classification Method

Tugas Akhir, 001 / 2014 / JTK
Undergraduate Theses from JBPTPPOLBAN / 2018-04-09 15:39:57
Oleh : Eggy Mochamad Bela Pratama Rachman - 111511012, Kory Anggraeni - 111511017, & Riska Dewi - 111511029 (egypratama60@gmail.com)
Dibuat : 2018-04-09, dengan 4 file

Keyword : Alternatif pembimbing, judul TA, Naive Bayes, training, klasifikasi
Subjek : Alternative adviser lecturer, title of final project, Naive Bayes, training, classification

Pembimbing Tugas Akhir (TA) memiliki peran penting dalam proses pembuatan TA. Pemilihan dosen pembimbing di Jurusan Teknik Komputer dan Informatika dilakukan oleh mahasiswa peserta TA biasanya berdasarkan dengan banyaknya informasi yang beredar mengenai dosen favorit, hal ini mengakibatkan kesesuaian topik TA dengan keahlian dosen dipikirkan belakangan. Pada TA ini dibangun sebuah aplikasi berbasis web yang dapat memberikan alternatif penentuan dosen pembimbing TA, yang didasarkan pada kuota (jumlah maksimal dosen membimbing), histori (pengalaman dosen membimbing TA), dan bidang keahlian dosen. Untuk memetakan dosen dengan bidang keahlian, dilakukan dengan menerapkan metode klasifikasi Naive Bayes. Bidang keahlian yang digunakan mengacu dari taksonomi bidang ilmu informatika Association for Computing Machinary (ACM). Pengembangan aplikasi ini menggunakan metode SDLC waterfall yaitu meliputi tahapan analisis, perancangan, implementasi dan pengujian. Dari uji coba yang sudah dilakukan, diperoleh kesimpulan bahwa akurasi yang dihasilkan mencapai 65%, dengan menggunakan 20 kategori, data training 100, dan data uji 20. Untuk meningkatkan tingkat akurasi, aplikasi dapat dikembangkan dengan melibatkan abstrak TA sebagai masukan. Di samping itu, agar akurasi meningkat dapat pula dilakukan dengan menerapkan Latent Semantic Analysis (LSA) untuk mengekstrak abstrak, sehingga diperoleh keyword yang lebih spesifik. Kata Kunci: Alternatif pembimbing, judul TA, Naive Bayes, training, klasifikasi.

Deskripsi Alternatif :

The final project supervisor has an important role in the making process of final project. Selection of supervisor lecturers in the Department of Computer Engineering and Information Technology conducted by the students who participating in the final project, is usually based on the amount of information about the favorite teacher, it's causing the conformance between final project topic and lecturer's expertise are considered later. In this final project built a web-based application that can provide an alternative to determine supervisor final project, which is based on the quota (the maximum amount of lecturer who supervise), history (lecturer's experience in guiding final project), and lecturer's expertise. To map a lecturer with expertise, performed by applying Naive Bayes classification method. The area of expertise referring from taxonomy used in science informatics Association for Computing Machinery (ACM). The application development using SDLC waterfall method which includes the stages of analysis, design, implementation and testing. From the experiments that have been conducted, it is concluded that the resulting accuracy reaches 65%, using 20 categories, 100 training data and 20 test data. To increase the level of accuracy, the application can be developed by involving abstract of final project as input. In addition, in order to increase the accuracy can also be done by applying Latent Semantic Analysis (LSA) to extract the abstract, in order to obtain a more specific keyword. Keywords: Alternative adviser lecturer, title of final project, Naive Bayes, training, classification.

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	JBPTPPOLBAN
Organisasi
Nama Kontak	Erlin Arvelina
Alamat	Jl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
Kota	Bandung
Daerah	Jawa Barat
Negara	Indonesia
Telepon	022 201 3789 ext. 168, 169, 239
Fax	022 201 3889
E-mail Administrator	erlin.arvelina@polban.ac.id
E-mail CKO	erlin.arvelina@polban.ac.id