Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM)
Abstract: Masih sulitnya dalam
menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap
perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema
tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk
klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana
yang mengelompokkan data kedalam k kelompok berdasar pada centroid
masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa
menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang
diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%.
Penulis: Oman Somantri, Slamet
Wiyono, Dairoh
Kode Jurnal: jptinformatikadd160420
