REPRESENTASI KEYWORD DOKUMEN PUBLIKASI ILMIAH DENGAN METODE K-Nearest Neighbor (K-NN)

REKSA MAULANA FAJAR

Informasi Umum

Kode

20.04.1295

Klasifikasi

621.39 - Computer engineering, Electronic digital computers, Central processing units, Computer reliability, General Computer Performance Evaluation

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Engineering

Dilihat

100 kali

Informasi Lainnya

Abstraksi

Pada zaman yang sangat berkembang seperti sekarang ini, manfaat internet sangat berguna disemua kalangan untuk mendapakan informasi serta menambah wawasan. Segala informasi yang diinginkan dapat diakses dengan sangat mudah, setiap harinya miliaran orang di dunia mengaksesnya setiap waktu. Salah satu mesin pencarian yang sangat popular di dunia sata ini adalah google. Google memiliki channel yang popular bagi kalangan peneliti untuk mempublikasikan hasil penelitiannya, yaitu Google Scholar. Google Scholar dibuat untuk mempermudah pengguna mencari atau menelusuri materi maupun referensi pendidikan dan penelitian ilmiah dengan format publikasi. Referensi ini dapat berupa jurnal ilmiah yang merupakan hasil-hasil penelitian, riset atau kajian yang dapat dipertanggung jawabkan secara ilmiah. Pada tugas akhir ini, dilakukan sebuah penelitian yang akan menggunakan metode K-Nearest Neighbor. Metode ini adalah salah satu algoritma clustering atau pengelompokan data yang bersifat supervised learning. Fungsi dari algoritma ini adalah mengelompokkan data kedalam beberapa cluster. Data yang akan di kelompokan dengan metode K-Nearest Neighbor sebelumnya akan dicrawling terlebih dahulu dari Google Scholar, lalu data yang didapat isi file-nya akan diolah dengan text mining sehingga dapat menghasilkan cloudword dari keyword yang ada di dalam dokumen tersebut. Data dari Google Scholar berhasil dicrawling dengan isi dokumen berbentuk pdf, lalu dokumen tersebut akan diinputkan ke dalam aplikasi R shiny sehingga menghasilkan representasi kata dari seluruh dokumen dan kata kunci dari abstrak yang paling banyak keluar berhasil ditampilkan dicloudword. Hasil persentasi keakuratan dari seluruh dokumen dengan menggunakan metode K-Nearest Neighbor dalam Tugas Akhir ini adalah 99%.

Kata Kunci: Google Scholar, K-Nearest Neighbor, text mining, crawling, clustering