Skripsi/Tugas Akhir

Perancangan Aplikasi Repository Dokumen Skripsi Berdasarkan Abstrak dengan Metode TF-IDF

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Di Universitas Dipa Makassar belum ada sistem khusus berupa repository skripsi yang dapat di akses baik oleh dosen maupun mahasiswa untuk mendapatkan dokumen skripsi yang dapat dijadikan referensi judul skripsi mahasiswa maupun penelitian dosen. Dibutuhkan sebuah aplikasi repository yang telah terklasifikasi berdasarkan topik penelitian seperti topik sistem pakar, penunjang keputusan, dan topik lainnya yang berfungsi sebagai basis data skripsi mahasiswa yang dapat diakses oleh dosen mahasiswa. Repository yang idealnya telah terklasifikasi sesuai topik penelitian, terdapat kendala utama dalam mengklasifikasi karena pada data skripsi mahasiswa tidak terdapat kategori dan topik dari skripsi tersebut, tetapi dapat ditentukan dengan membaca abstrak. Metode klasifikasi dokumen yang dapat digunakan yaitu metode Term Frequency (TF) dan Inverse Document Frequency (TF-IDF). Metode ini akan menghitung nilai Term Frequency dan Inverse Document Frequency pada setiap token (kata) di setiap dokument untuk disesukan dengan kata yang telah menjadi data latih setiap kategori yang telah ditentukan sebelumnya. Hasil penelitian ini berhasil untuk melakukan pencarian dokumen repository oleh penggun dosen dan mahasiswa dengan login menggunakan akun siaka serta berhasil mengklasifikan repository sesuai abstrak.
Kata Kunci: Repositori, TF, IDF

ABSTRACT
In Dipa Makassar University, there is no particular system in the form of a thesis repository that both lecturers and students can access to obtain thesis documents that can be used as references for student thesis titles and lecturer research. It takes a repository application that has been classified based on research topics such as expert system topics, decision support, and other topics that function as a student thesis database that student lecturers can access. There is a significant obstacle in classifying the repository, which ideally has been classified according to the research topic, because there are no categories and topics for the student thesis data. Still, it can be determined by reading the abstract. Document classification methods that can be used are the Term Frequency (TF) and Inverse Document Frequency (TF-IDF) methods. This method will calculate the Term Frequency and Inverse Document Frequency values for each token (word) in each document to match the word that has become the training data for each pre-determined category. The results of this study succeeded in searching for repository documents by lecturers and students by logging in using a siaka account and successfully classifying the repository according to the abstract.
Keywords: Repository, TF, IDF

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 22-46 JUN p - 0297TI

Penerbit

Makassar : Universitas DIPA., 2022

Deskripsi Fisik

xii + 62 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 22-46

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan September 2022

Subjek

Skripsi/Tugas Akhir
Term Frequency – Inverse Document Frequency
Repository

Lampiran File