Visualisasi Pengembangan Judul Proyek Akhir di Politeknik Caltex Riau
Abstract
Pengetahuan tentang tren topik Proyek Akhir (PA) mahasiswa di perguruan tinggi maupun pada program studi tertentu dapat dimanfaatkan dalam perancangan atau sebagai referensi dalam penelitian yang akan dibangun selanjutnya. Data judul-judul PA yang ada dapat digunakan untuk mengetahui tren topik PA pada tahun tertentu. Pada proyek akhir ini dikembangkan suatu sistem menggunakan metode Text Mining dan algoritma K-MeansClustering untuk dapat mengelompokkan data judul Proyek Akhir mahasiswa yang tersimpan pada database perpustakaan Politeknik Caltex Riau. Data hasil penerapan Text Mining dan algoritma K-Means terhadap judul PA tamatan tahun ajaran 2010-2014 Jurusan Komputer di uji untuk mendapatkan nilai k terbaik menggunakan perhitungan Davies-Bouldin Index. Hasil pengujian tersebut menunjukkan k=8 merupakan nilai k yang paling sesuai untuk diterapkan pada sistem ini. Proyek akhir ini berhasil memvisualisasikan kelompok topik PA yang paling populer pada tahun tertentu menggunakan teknik visualisasi Bar Chart, Pie Chart, dan Tag Cloud. Setiap teknik visualisasi yang digunakan berfungsi untuk mempermudah pengguna dalam memahami informasi yang disampaikan, sehingga dapat memudahkan pengguna dalam proses menganalisa topik maupun judul PA yang dapat dikembangkan lebih lanjut.References
Gupta, N. (2011). Text Mining for Information Retreival. Ph.D. thesis, Jaypee Institute of Information Technology University, India.
Gupta, V., Lehal, G.S. (2009). A Survey of Text Mining Techniques and Application. Journal of Emerging Technologies in Web Intelligence.
Budhi, Gregorius S., Gunawan, Ibnu., & Yuwono, Ferry. (2006). Algortima Porter Stemmer For Bahasa Indonesia Untuk Pre-Processing Text Mining Berbasis Metode Market Basket Analysis. PAKAR Jurnal Teknologi Informasi Dan Bisnis 7 (3).
Bagya, Aldian., Hasan, Adi C., dan Sentosa, Surya. (2010). Perancangan Aplikai Visualisasi Data Untuk Implementasi Open Source. Tugas Akhir Program Sarjana S1 Universitas Bina Nusantara. Jakarta
Agusta, Y. (2007). K-Means Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika (3).
Kunaifi, Aang (2009). Klasifikasi Email Berbahasa Indonesia Menggunakan Text Mining Dan Algoritma K-means. Surabaya: Politeknik Elektronika Negri Surabaya
Prasetyo, Eko (2014). Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab, Yogyakarta: Penerbit Andi
Fry, Ben. (2008). Visualizing Data. USA: O.Reilly Media.
Downloads
Published
Issue
Section
License
Copyright info for authors
1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.