KLASIFIKASI DOKUMEN SKRIPSI MENGGUNAKAN METODE K-NEAREST NEIGHBOR (Studi Kasus: Fakultas Teknik Informatika Universitas Nurul Jadid)

Salsabila, Arini (2019) KLASIFIKASI DOKUMEN SKRIPSI MENGGUNAKAN METODE K-NEAREST NEIGHBOR (Studi Kasus: Fakultas Teknik Informatika Universitas Nurul Jadid). Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15014071_Arini Salsabila_IF.pdf Restricted to Registered users only Download (5MB)

Abstract

Klasifikasi dokumen merupakan proses pengelompokan sekumpulan data teks tidak terstruktur ke dalam beberapa kategori atau kelas yang telah ditentukan. Universitas Nurul Jadid (UNUJA) memiliki repositori dokumen skripsi kelulusan mahasiswa dalam volume besar yang terus bertambah setiap tahunnya. Ketiadaan sistem pengelompokan otomatis menyebabkan proses pencarian, pemetaan, dan pengarsipan dokumen skripsi berdasarkan rumpun keilmuan masih dilakukan secara manual, sehingga tidak efektif serta menguras waktu dan tenaga. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Nearest Neighbor (KNN) guna melakukan klasifikasi dokumen skripsi secara otomatis dan mengukur tingkat akurasi yang dihasilkan. Alur pemrosesan teks (text mining) diawali dengan tahap text preprocessing yang meliputi tokenizing, filtering, stemming, dan pembobotan kata menggunakan metode Term Frequency - Inverse Document Frequency (TF-IDF). Algoritma KNN kemudian menghitung jarak kedekatan dokumen uji terhadap dokumen latih berdasarkan nilai Euclidean Distance. Berdasarkan hasil pengujian terhadap 10 dokumen uji (testing data) menggunakan parameter konstanta $k = 3$, sistem berhasil mengklasifikasikan dokumen secara tepat sesuai dengan kategori aktualnya, meskipun terdapat anomali kesalahan klasifikasi pada dokumen uji ke-7. Evaluasi performa sistem secara keseluruhan menghasilkan tingkat akurasi yang optimal, yaitu sebesar 90%. Implementasi sistem ini sukses mempermudah manajemen pengarsipan dokumen perpustakaan secara praktis, cepat, tepat, dan akurat.

Kata Kunci: Klasifikasi Teks, Dokumen Skripsi, K-Nearest Neighbor (KNN), TF-IDF, Euclidean Distance, Akurasi.

Item Type:	Thesis (Other)
Subjects:	B Philosophy. Psychology. Religion > BP Islam. Bahaism. Theosophy, etc L Education > LB Theory and practice of education T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	05 Jul 2026 07:30
Last Modified:	05 Jul 2026 07:30
URI:	https://repository.unuja.ac.id/id/eprint/4007

Actions (login required)

View Item