Implementasi Algoritma Logistic Regression untuk Klasifikasi Teks pada Judul Penelitian Dosen Universitas Multimedia Nusantara

Ferdianto, Felix (2024) Implementasi Algoritma Logistic Regression untuk Klasifikasi Teks pada Judul Penelitian Dosen Universitas Multimedia Nusantara. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (736kB)
[img] PDF
BAB_I.pdf

Download (211kB)
[img] PDF
BAB_II.pdf

Download (348kB)
[img] PDF
BAB_III.pdf

Download (458kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (769kB)
[img] PDF
BAB_V.pdf

Download (204kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (207kB)
[img] 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 View Item