FATMAWATI (2017) KLASIFIKASI KELUHAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE(SVM) (STUDI KASUS : AKUN FACEBOOK GROUP IRAISE HELPDESK). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (159kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (815kB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (305kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (270kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (179kB) | Preview |
|
|
Text
6. BAB I.pdf Download (392kB) | Preview |
|
|
Text
7. BAB II.pdf Download (933kB) | Preview |
|
|
Text
8. BAB III.pdf Download (482kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (855kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI.pdf Download (279kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA.pdf Download (96kB) | Preview |
Abstract
FacebookGroupiRaise Helpdesk merupakan salah satu layanan media sosial yangdigunakan pihak PTIPD UIN SuskaRiau sebagai layanan pelanggan (customerservices) sistem akademik. Mengingat sistemakademik baru mengalami peralihan yang sebelumnya bernama SIMAK menjadi iRaise, sehingga masih adapermasalahan-permasalahan yang ditimbulkan, dan menjadi keluhanbagi penggunanya. Untuk pengolahan data keluhan, pihak PTIPD masih menggunakan proses manual dengan menggunakan microsoftworddan excel. Sehingga pada penelitian ini akan dilakukan pengklasifikasian permasalahan sistem iRaise padakategori multiclassyaitu:login, krs, nilai dan personal. Klasifikasi dilakukan dengan menggunakan metode Support Vector Machine (SVM)dengan kernel RBFdanparemeter yang digunakan adalah Cdan γ.Jumlahdataset sebanyak 1040 data keluhan dan dibagi 260 dataset pada masing-masing kategori. Pengujian dilakukanmenggunakan aplikasi RapidMinerdan diuji dengan menggunakan 10-Foldcross validationdan diukur dengan confussionmatrixuntuk evaluasi hasil. Dari hasil uji coba aplikasi menunjukkan akurasi tertinggi sebesar 95.67% pengujiantanpa menggunakan featureselectionpada titik C= 2 dan
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 000 Karya Umum |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 21 Aug 2019 02:30 |
| Last Modified: | 21 Aug 2019 02:30 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/17806 |
Actions (login required)
 |
View Item |