Skripsi/Tugas Akhir

Implementasi Algoritma Support Vector Machine (SVM) untuk Klasifikasi Judul Skripsi Berdasarkan Topik pada Universitas Dipa Makassar

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Proses pengajuan judul skripsi merupakan tahap penting dalam penyelesaian studi mahasiswa di Universitas Dipa Makassar. Namun, proses ini sering menghadapi kendala, seperti kebingungan mahasiswa dalam menentukan kesesuaian judul yang diajukan dengan topik yang telah ditentukan oleh program studi. Penelitian ini bertujuan mengembangkan sistem klasifikasi judul skripsi berbasis algoritma Support Vector Machine (SVM) untuk mempercepat dan meningkatkan akurasi pengelompokan topik. Dataset judul skripsi diolah melalui tahapan preprocessing teks, seperti tokenisasi, stemming, dan pembobotan TF-IDF, kemudian diklasifikasikan menggunakan metode SVM. Sistem ini dilengkapi dengan fitur pemberitahuan untuk menginformasikan mahasiswa jika topik yang diajukan tidak relevan dengan program studinya. Hasil penelitian menunjukkan bahwa sistem mampu memberikan klasifikasi yang akurat dan mempercepat proses pengajuan serta evaluasi judul skripsi. Sistem ini diharapkan dapat mendukung pengelolaan pengajuan judul skripsi secara efisien di Universitas Dipa Makassar.
Kata Kunci: Support Vector Machine, Klasifikasi, Judul Skripsi, TF-IDF, Universitas Dipa Makassar

ABSTRACT
The thesis title submission process is a crucial stage in students' academic journey at Universitas Dipa Makassar. However, this process often encounters challenges, such as students' confusion in determining whether their proposed titles align with the topics specified by the study program. This research aims to develop a thesis title classification system based on the Support Vector Machine (SVM) algorithm to accelerate and improve the accuracy of topic grouping. The thesis title dataset undergoes text preprocessing stages, including tokenization, stemming, and TF-IDF weighting, before being classified using the SVM method. The system is equipped with a notification feature to inform students if their proposed topic is not relevant to their study program. The research results indicate that the system can provide accurate classification and expedite the thesis title submission and evaluation process. This system is expected to support the efficient management of thesis title submissions at Universitas Dipa Makassar.
Keywords: Support Vector Machine, Classification, Thesis Titles, TF-IDF, Universitas Dipa Makassar

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 25-51 HUM i - 0444SI

Penerbit

Makassar : Universitas DIPA., 2025

Deskripsi Fisik

xx + 165 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 25-51

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 20 Februari 2025

Subjek

Skripsi/Tugas Akhir
Support Vector Machine

Lampiran File