PERBANDINGAN KLASIFIKASI TUGAS AKHIR MAHASISWA JURUSAN TEKNIK INFORMATIKA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR
ABSTRACT: Klasifikasi
merupakan salah satu cara untuk mengorganisasikan teks sehingga teks yang
memiliki isi yang sama akan dikelompokkan kedalam kategori yang sama. Tugas
akhir merupakan salah satu syarat yang harus dipenuhi oleh setiap mahasiswa
untuk menyelesaikan pendidikannya diperguruan tinggi. Pada jurusan Teknik
Informatika, tugas akhir dikelompokkan dalam dua topik umum yaitu Ilmu Komputer
dan Teknologi Informasi. Oleh karena itu akan dilakukan penelitian untuk
melakukan klasifikasi terhadap tugas akhir mahasiswa Teknik Informatika dengan
membandingkan metode Naïve Bayes Classifier dan K-Nearets Neighbor, karena
metode ini merupakan algoritma populer dalam melakukan proses pengklasifikasian
teks. Dalam penelitian ini akan dilakukan perbandingan hasil klasifikasi
berdasarkan abstrak bahasa Indonesia dan daftar isi dari tugas akhir. Proses
metode Naïve Bayes Classifier dan K-Nearest Neighbor dilakukan dengan fungsi
metode Naïve Bayes Classifier dan K-Nearest Neighbor yang ada pada WEKA.
Pengujian akurasi metode pada penelitian ini dilakukan dengan test option
10-fold cross validation dan evaluasi data uji menggunakan confusion matrix.
Dari penelitian yang telah dilakukan, didapatkan hasil pada seratus data tugas
akhir dengan jumlah kelas acak, metode Naïve Bayes menghasilkan nilai akurasi
lebih baik, yaitu sebesar 87%. Pengujian pada metode K-Nearest Neighbor
menghasilkan nilai akurasi 84% dengan nilai k=3, 85% dengan nilai k=5, 86%
dengan nilai k=7 dan 84% dengan nilai k=9.
KEYWORDS: 10-fold cross
validation, Confusion matrix, klasifikasi,K-Nearest Neighbor,Naïve Bayes
Classifier, tugas akhir,WEKA
Penulis: Yusra
Kode Jurnal: jptindustridd160158
