Ferdianto, Felix (2024) Implementasi Algoritma Logistic Regression untuk Klasifikasi Teks pada Judul Penelitian Dosen Universitas Multimedia Nusantara. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
PDF
HALAMAN_AWAL.pdf Download (736kB) |
|
PDF
BAB_I.pdf Download (211kB) |
|
PDF
BAB_II.pdf Download (348kB) |
|
PDF
BAB_III.pdf Download (458kB) |
|
PDF
BAB_IV.pdf Restricted to Registered users only Download (769kB) |
|
PDF
BAB_V.pdf Download (204kB) |
|
PDF
DAFTAR_PUSTAKA.pdf Download (207kB) |
|
PDF
LAMPIRAN.pdf Restricted to Registered users only Download (3MB) |
Abstract
Lembaga Penelitian dan Pengabdian Masyarakat Universitas Multimedia Nusantara (LPPM UMN) mengelola pengelompokkan judul penelitian dosen UMN secara manual, melibatkan screening 3000 lebih judul penelitian milik dosen UMN dari tahun 2018-2023 tanpa sistem tambahan. Untuk meningkatkan efisiensi, dibangun sistem klasifikasi teks menggunakan algoritma logistic regression. Algoritma ini memodelkan hubungan antara hasil biner dan variabel prediktor, menggunakan penalti L1 dan solver saga. Model ini memanfaatkan library data preprocessing TF- IDF (Term Frequency Inverse Document Frequency) yang merupakan library untuk menghitung frekuensi pentingnya setiap kata yang muncul pada dataset. Model ini juga menggunakan dataset yang tanpa melewati proses data cleaning dengan menggunakan pembagian dataset 80% untuk training dan 20% untuk testing. Hasil uji coba menunjukkan model ini merupakan model terbaik dengan akurasi 90.01%, presisi 0.86, recall 0.82, dan f1-score 0.84. Model ini dipilih karena performanya yang unggul dibandingkan model lain dan telah didemonstrasikan kepada LPPM UMN untuk klasifikasi judul penelitian.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Judul Penelitian, Klasifikasi Teks, Logistic Regression, LPPM UMN, TF-IDF |
Subjects: | ?? T58.5-58.64 ?? |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 11 Nov 2024 10:01 |
Last Modified: | 11 Nov 2024 10:01 |
URI: | https://kc.umn.ac.id/id/eprint/34392 |
Actions (login required)
View Item |