APLIKASI REKOMENDASI REVIEWER TUGAS AKHIR BERBASIS TEXT MINING MENGGUNAKAN METODE KLASIFIKASI K-NEAREST NEIGHBOR

Abstrak / Ringkasan

APLIKASI REKOMENDASI REVIEWER TUGAS AKHIR BERBASIS TEXT MINING MENGGUNAKAN METODE KLASIFIKASI K-NEAREST NEIGHBOR
FITRIANI
11451201840
Tanggal Sidang : Januari 2021
Periode Wisuda : November 2021
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Sultan Syarif Kasim Riau
ABSTRAK
Tugas Akhir adalah suatu karangan ilmiah yang wajib ditulis dan diselesaikan oleh mahasiswa sebagai persyaratan akhir pendidikan akademisnya yang dilakukan mahasiswa secara individu di bawah bimbingan dosen pembimbing. Berdasarkan hasil wawancara dengan Koordinator TA, salah satu kekurangan fitur pada Sistem Informasi Tugas Akhir yaitu masalah penentuan reviewer yang masih secara manual karena Koordinator TA harus mengetahui topik Tugas Akhir yang diajukan dan disesuaikan dengan bidang keahlian reviewer yang akan dipilih sehingga membutuhkan waktu yang lama dan tidak efektif dan terkadang kuota reviewer sudah penuh, maka Koordinator TA memilih reviewer lain yang memungkinkan terjadinya ketidaksesuaian topik Tugas Akhir dengan Bidang keahlian reviewer. Untuk mengatasi hal tersebut, perlu dilakukan pengembangan Sistem Informasi Tugas Akhir pada proses rekomendasi reviewer agar membantu Koordinator TA dalam menentukan Reviewer. Penelitian ini menggunakan konsep text mining dengan metode K-Nearest Neighbor. Data yang digunakan yaitu data Tugas Akhir Mahasiswa dari tahun 2016-2019 yang berjumlah 412 data proposal dikelompokkan berdasarkan bidang keahlian dosen menghasilkan tingkat akurasi sebesar 100% pada nilai k=7, k=9, dan k=11 masing-masing berada pada fold ke-7 dan 10. Penelitian ini membuktikan bahwa metode K-Nearest Neighbor dapat diterapkan untuk rekomendasi reviewer Tugas Akhir berbasis text mining.

Topik Terkait

Sitasi