Wattimury, Fradenly Keminhard (2019) IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE UNTUK PEMINATAN SKRIPSI PRODI S1-INFORMATIKA UNIVERSITAS AMIKOM YOGYAKARTA (Studi Kasus: Universitas AMIKOM Yogyakarta). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (798kB) |
|
Text (BAB I)
BAB I.pdf Download (170kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (802kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (611kB) |
|
Text (BAB V)
BAB V.pdf Download (61kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (95kB) |
|
Archive (SOURCE CODE)
Source Code 14.11.7937 Fradenly Keminhard Wattimury.zip Restricted to Repository staff only Download (16MB) |
|
Text (PUBLIKASI)
Publikasi 14.11.7937 Fradenly Keminhard Wattimury.pdf Restricted to Repository staff only Download (513kB) |
Abstract
Universitas AMIKOM Yogyakarta adalah salah satu perguruan tinggi swasta di Kabupaten Sleman, Daerah Istimewa Yogyakarta. Jumlah mahasiswa yang ada pada Universitas Amikom Yogyakarta untuk Fakultas Ilmu Komputer sendiri sekitar 12.000 mahasiswa. Jumlah ini lebih banyak dari yang seharusnya yaitu 8000 mahasiswa. Salah satu faktor yang menyebabkan membengkaknya jumlah mahasiswa antara lain adalah tema skripsi yang tidak sesuai dengan konsentrasi dan minat mahasiswa yang menghabat waktu pembuatan tugas akhir maupun skripsi mereka. Dengan implementasi algortima Support Vector Machine yang merupakan algoritma machine learning dan penerapaan data mining dapat menyelesaikan masalah peminatan skripsi di program studi S1 Informatika Universitas Amikom Yogyakarta dalam memberikan rekomendasi tema skripsi sesuai minat mahasiswa. Dari hasil penelitian ini diharapkan dapat digunakan dan dikembangkan menggunakan optimasi algoritma machine learning yang lain untuk membuat sistem yang dapat memberikan rekomendasi tema skripsi berdasarkan minat mahasiswa dengan tingkat akurasi yang lebih tinggi.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Data Mining, Machine Learning, Support Vector Machine | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 27 Jul 2022 07:45 | ||
Last Modified: | 06 Sep 2023 07:44 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/4211 |
Actions (login required)
View Item |