HIERARCHICAL AGGLOMERATIVE CLUSTERING UNTUK PENGELOMPOKAN SKRIPSI MAHASISWA

  • Herny Februariyanti
  • Dwi Budi Santoso

Abstract

Data penelitian dapat dikelompokkan berdasarkan kemiripan tema, objek maupun metode penelitian. Hasil
pengelompokkan data penelitian dapat memperlihatkan bagaimana pola kemiripan penelitian dari waktu ke
waktu. Hasil pengelompokan dapat menunjukkan kapan waktu penelitian mahasiswa banyak mengambil materi
yang sama dan kapan waktu penelitian mahasiswa beragam. Pengelompokan data penelitian yang umumnya
berbentuk teks dapat dilakukan dengan text mining. Penelitian ini mengelompokkan dokumen skripsi Program
Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Stikubank Semarang. Semakin bertambahnya
penelitian skripsi dengan mata kuliah terbatas menyebabkan semakin banyak pula mahasiswa yang mengambil
penelitian yang mirip tema, objek, atau metode penelitian dengan penelitian sebelumnya.
Penelitian ini melakukan clustering Judul Skripsi mahasiswa Program Studi Sistem Informasi dengan
menggunakan algoritma Hierarchical Agglomerative Clustering. Untuk mengetahui kemiripan antar judul
dilakukan proses menghitung jarak antar objek dalam hal ini kemiripan antara masing-masing judul skripsi
menggunakan algoritma dice coefficient. Objek judul yang memiliki jarak paling pendek maka merupakan objek
judul yang paling mirip. Dari hasil proses perhitungan jarak kemiripan antar dokumen dihasilkan dokumen
paling mirip dengan jarak sebesar 0.2. Selanjutnya hasil clustering dilakukan pemotongan pada 2 titik yaitu titik
0.25 yang menghasilkan dan pemotongan pada titik 0.5 dengan menghasilkan 5 buah cluster.

Downloads

Download data is not yet available.
Published
2017-11-15
How to Cite
Februariyanti, H., & Budi Santoso, D. (2017). HIERARCHICAL AGGLOMERATIVE CLUSTERING UNTUK PENGELOMPOKAN SKRIPSI MAHASISWA. SINTAK, 1. Retrieved from https://unisbank.ac.id/ojs/index.php/sintak/article/view/5498
Section
Vol 1 (2017)