Rachmawati, NovietaPutri (2013) Pembentukan Topik Pada Artikel Jurnal Ilmu Komputer Menggunakan Algoritma E-Rock (Enhanched-RObust Clustering using linKs). Sarjana thesis, Universitas Brawijaya.
Abstract
Teknologi yang semakin berkembang memudahkan akses apapun, dimanapun, dan kapanpun, salah satunya adalah memberikan kemudahan untuk menemukan materi pendidikan yang diinginkan. Akan tetapi dibalik kemudahan tersebut, terdapat kebingungan dalam pemilihan topik yang diinginkan dikarenakan banyaknya materi yang tersedia. Cara alternatif untuk mempermudah pencarian topik adalah dengan mengelompokkan artikel jurnal berdasarkan kemiripan isinya. Salah satu metode diantara banyak metode yang digunakan untuk mengelompokkan data adalah algoritma E-ROCK (Enhanched -RObust Clustering using linKs). Dalam penelitian ini algoritma E-ROCK (Enhanched -RObust Clustering using linKs) merupakan perbaikan dari algoritma ROCK (RObust Clustering using linKs) dimana digunakan rumus cosine similarity distance yang diyakini menghasilkan performa yang lebih baik dibandingkan rumus similarity distance yang terdapat dalam algoritma ROCK (RObust Clustering using linKs). Penelitian ini menggunakan 100 dokumen artikel jurnal ilmiah Ilmu Komputer yang terbagi dalam 10 kategori. Hasil penelitian menunjukkan Didapatkan hasil error ratio minimum yang sebesar 16% dengan tingkat kesalahan pembentukan topik minimum sebesar 0.1 atau 10% pada saat threshold sebesar 0.65 . Sedangkan error ratio maksimum yang dihasilkan sebesar 61% dengan tingkat kesalahan pembentukan topic maksimal sebesar 0.5 atau 50% pada saat threshold sebesar 0.15 . Nilai average error ratio yang dihasilkan oleh agoritma E-ROCK (Enhanched - RObust Clustering using linKs) adalah sebesar 32.778%.
English Abstract
Growing technology provides convenience in every aspect of life, one of which is in the world of education. With this technology, all parties can easily get access to educational material desired. But the simplicity behind it, there is confusion in the selection of the desired topic because there are many available materials. An alternative way to facilitate the search topic is to classify journal articles based on similar content. One method among many methods used to classify the data is the algorithm E-ROCK (Enhanched-robust Clustering using links). In this study, the algorithm E-ROCK (Enhanched-robust Clustering using links) is a refinement of the algorithm ROCK (Robust Clustering using links) which are used cosine similarity distance formula is believed to produce a better performance than the formula contained in the similarity distance algorithm ROCK (Robust clustering using links). This study used 100 scientific journal articles document Computer Science is divided into 10 categories. Further preprocessing and weighting process. Then do the formation of clusters using the formula goodness measure based on cosine distance similarity calculation. Obtained results showed that yield minimum error ratio of 16% with an error rate of 0.1 minimum topic formation or 10% when the threshold of 0.65. While the resulting maximum error ratio of 61% with an error rate maximum of 0.5 topic creation or 50% when the threshold of 0.15. Average error ratio values generated by agoritma E-ROCK (Enhanched-Robust Clustering using links) amounted to 32.778%.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2012/22/051300311 |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Hasbi |
Date Deposited: | 28 Mar 2013 09:56 |
Last Modified: | 23 Oct 2021 08:51 |
URI: | http://repository.ub.ac.id/id/eprint/145714 |
Preview |
Text
skripsi.pdf Download (5MB) | Preview |
Actions (login required)
![]() |
View Item |