Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM)

Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM)

<div class="page" title="Page 1"><div class="layoutArea"><div class="column"><p><span>Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untu...

Full description

Saved in:

Bibliographic Details
Main Authors:	Oman Somantri, Slamet Wiyono, Dairoh -
Format:	Article
Language:	English
Published:	Universitas Negeri Semarang 2016-06-01
Series:	Scientific Journal of Informatics
Subjects:	Text mining, Support Vector Machine, K-Means, Tugas Akhir
Online Access:	https://journal.unnes.ac.id/nju/index.php/sji/article/view/5845
Tags:	Add Tag No Tags, Be the first to tag this record!

Description
Summary:	<div class="page" title="Page 1"><div class="layoutArea"><div class="column"><p><span>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. </span><span>K-Means Clustering </span><span>merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam </span><span>k </span><span>kelompok berdasar pada </span><span>centroid </span><span>masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan </span><span>K-Means </span><span>untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%. </span></p></div></div></div>
ISSN:	2407-7658 2460-0040