Pengelompokan Judul Penelitian Mahasiswa menggunakan Algoritma Naïve Bayes pada Program Studi Teknik Informatika

Abstract

Judul tugas akhir bagi mahasiswa di program studi Teknik Informatika di Universitas Sulawesi Barat (UNSULBAR) terdiri dari tiga konsentrasi utama, yaitu Sistem Cerdas (Smart System), Rekayasa Perangkat Lunak (Software Engineering), dan Jaringan Komputer (Internet of Things). Namun, pengelompokan judul skripsi oleh mahasiswa di UNSULBAR belum terklasifikasi secara optimal sesuai dengan bidang konsentrasinya. Oleh karena itu, diperlukan metode pengelompokan yang dapat membantu mahasiswa dalam menemukan judul skripsi yang relevan dengan konsentrasi studinya. Salah satu teknik klasifikasi yang dapat digunakan adalah text mining, yaitu teknik data mining yang mencari pola menarik dari kumpulan data teks yang besar. Dalam penelitian ini, algoritma naive bayes digunakan untuk mengklasifikasikan judul skripsi berdasarkan topiknya. Hasil pengujian menunjukkan bahwa tingkat akurasi algoritma naive bayes dalam mengklasifikasikan judul skripsi mencapai 97% dengan nilai presisi 0,97%, recall 0,96%, dan laju error 0,03%. Dari hasil pengujian ini, dapat disimpulkan bahwa implementasi metode naive bayes dapat memilah judul skripsi ke dalam kategori kelas secara efektif dan efisien.