CICI ERZA SAFITRI (2018) IMPLEMENTASI METODE VECTOR SPACE MODEL DAN SUFFIX TREE CLUSTERING PADA SISTEM TEMU KEMBALI INFORMASI DAN CLUSTERINGE-JURNAL. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018555TIF.pdf Download (117kB) | Preview |
|
|
Text
2. PENGESAHAN_2018555TIF.pdf Download (879kB) | Preview |
|
|
Text
3. ABSTRAK_2018555TIF.pdf Download (92kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018555TIF.pdf Download (222kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018555TIF.pdf Download (277kB) | Preview |
|
|
Text
6. BAB I_2018555TIF.pdf Download (189kB) | Preview |
|
|
Text
7. BAB II_2018555TIF.pdf Download (777kB) | Preview |
|
|
Text
8. BAB III_2018555TIF.pdf Download (120kB) | Preview |
|
|
Text
9. BAB IV_2018555TIF.pdf Download (926kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_2018555TIF.pdf Restricted to Repository staff only Download (994kB) |
|
|
Text
11. BAB VI_2018555TIF.pdf Download (315kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018555TIF.pdf Download (240kB) | Preview |
Abstract
Mahasiswa mendapatkan ide penulisan tugas akhir dengan melakukan studi pustaka atau literatur. Salah satu literatur yang sering digunakan mahasiswa yaitu jurnal elektronik atau e-Jurnal. Jurnal eletronik dapat ditemukan dengan melakukan pencarian pada search engine. Mahasiswa hanya melihat hasil pencarian pada halaman pertama, kemungkinan hasil yang relevan terlewatkan dan mahasiswa juga kesulitan untuk mencari jurnal yang sesuai dengan topik penelitian. Berdasarkan permasalahan tersebut dibangun clustering search engine atau sistem temu kembali informasi (STKI) dengan pengelompokan hasil pencarian. Sistem temu kembali informasi dibangun dengan metode Vector Space Modeldengan pembobotan TF-IDF. Clusteringdilakukan dengan menggunakan Suffix Tree Clustering (STC)menggunakan frasa dokumen. Dari hasil penelitian didapat rata-rata Precision STKI yaitu 67.34%dan rata-rata Recall STKI yaitu 100%. Berdasarkan penilaian Clusterlabel Quality didapat clusterdengan batas kata 50-80% yang terbaik dengan nilai rata-rata 1.Kata Kunci: Clustering, Sistem Temu Kembali Informasi, Suffix Tree Clustering, TF-IDF, Vector Space Model,
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 05 Jul 2019 09:10 |
| Last Modified: | 05 Jul 2019 09:10 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/15382 |
Actions (login required)
 |
View Item |