Penelitian Stimulus Dosen

JudulIMPLEMENTASI TEXT MINING SISTEM KLASIFIKASI DAN PENCARIAN KONTEN BUKU MENGGUNAKAN KOMPARASI ALGORITMA MULTINOMIAL NB, LOGISTIC REGRESSION, RANDOM FOREST, DAN SUPPORT VECTOR CLASSIFIER (Studi Kasus: Perpustakaan Universitas Darussalam Gontor)
Nama HibahHibah Internal Penelitian
Nama ProgramPenelitian Kompetitif
Nama SkemaPenelitian Stimulus Dosen
AbstrakKoleksi buku dalam sebuah perpustakaan merupakan sarana informasi yang telah menjadi aktor utama sebagai pendukung keberadaan sebuah perpustakaan. Perpustakaan UNIDA Gontor menggunakan sistem klasifikasi Dewey Decimal Classification edisi 23 (DDC 23), sebagai acuan sistem penomoran klasifikasi pada tiap koleksi buku. Namun, dalam penomoran klasifikasi tersebut belum ada sistem otomatis yang membantu para pustakawan dalam menetapkan penomoran klasifikasi pada tiap koleksi. Maka diperlukannya pemilihan sebuah sistem model yang cocok untuk diterapkan kedalam sistem klasifikasi otomatis tersebut. Data yang digunakan pada penelitian ini adalah berupa data blurb (konten promosi) pada tiap koleksi buku umum berbahasa Indonesia yang ada di Perpustakaan UNIDA Gontor. Dalam penelitian ini diterapkannya empat metode algoritma teks mining untuk diuji dan dibandingkan. Algoritma yang digunakan dalam pengujian penelitian ini adalah Multinomial Nb, Logistic Regression, Random Forest, dan Support Vector Classifier.
Pengusul Widya Kurniawan, M.Kom.
Anggota 1 Hanifatus Sa’diyah Widihasaniputri, M.Kom.
Anggota 2
Tahun Penelitian2022
Sumber DanaUNIDA GONTOR
Dana Non DiktiIDR 0,00