Klasterisasi Dokumen Tugas Akhir Menggunakan K-Means Clustering sebagai Analisa Penerapan Sistem Temu Kembali
Abstrak: Pencarian dokumen
Tugas Akhir (TA) mahasiswadi Politeknik Harapan Bersama saat ini masih
menampilkanhasil pencarian berurut berdasarkan peringkat kecocokandokumen atau
biasa disebut document ranking. Cara demikianmenyebabkan penemuan data dokumen
tidak terkelompok pada masing-masing tema Tugas Akhir secara akurat. Algoritma Clustering
dapat digunakan dalam pengkategorian atau pengelompokan dokumen. Salah satu
penggunaan algoritmaclustering yaitu dengan menerapkan metode K-means yangmerupakan
algoritma sederhana dan dikembangkan oleh MacQueen pada tahun 1967. Dari hasil
penelitian yang telahdilakukan, pengklasteran dokumen abstrak tugas akhirberbahasa
Indonesia dengan menerapkan Algoritma K-Means menunjukan klaster yang
dihasilkan cukup baik, sehingga dapat dijadikan rekomendasi bahwa metode
K-Means klastering cukup baik jika diterapkan dalam penerapan sistem temu
kembali, dengan indikator jarak antar klaster yang dihasilkan sangat dekat
yaitu sebesar 0,001 ketika dihitung dengan metode Davies Bouldin Index.
Penulis: Very Kurnia Bakti,
Jatmiko Indriyatno
Kode Jurnal: jptkomputerdd170004
