Mustofa, Hisyam (2017) IMPLEMENTASI AGGLOMERATIVE HIERARCHIAL CLUSTERING UNTUK CLUSTERING PERTANYAAN PENGGUNA PADA RUMAH 2 IN 1. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (926kB) |
|
Text (BAB I)
BAB I.pdf Download (371kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
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 (731kB) |
|
Text (BAB V)
BAB V.pdf Download (102kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (255kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 14.11.8137 Hisyam Mustofa.zip Restricted to Repository staff only Download (538kB) |
Abstract
Hampir semua data yang ada di dalam suatu layanan berbasis web berbentuk teks. Dalam layanan berbasi web, data teks berfungsi sebagai pembentuk kata dan bahasa yang digunakan dalam komunikasi antara pengguna dan pemberi layanan. Rumah 2 in 1 adalah sebuah layanan berbasi web yang bergerak dibidang ecommerce property. Sebagai sebuah bisnis yang masih tergolong startup, Rumah 2 in 1 mempunyai kendala dalam masalah kuantitas SDM yang kurang mamadai, sehingga banyak data, terutama data yang berbentuk teks tidak terorganisasi dengan baik. Sebagai contoh adalah data pertanyaan yang diajukan pengguna layanan ini. Penataan data pertanyaan dapat memberikan manfaat dalam membantu distribusi data ke pihak penjawab, dan memberi kualitas pelayanan yang lebih baik kepada pengguna dengan pembuatan FAQ. Pada skripsi ini, peneliti mecoba untuk menganalisa peluang yang bisa diperoleh dengan mengorganisasi data teks, khususnya data pertanyaan denga melakukan interview kepada pihak Rumah 2 in 1. Peneliti menggunakan metode Tf-Idf untuk meperoleh fitur pada data teks, Cosine Similarity sebagai penghitung jarak dan kemiripan antar dokumen (data teks), dan Algoritma Agglomerative Hierarchial Clustering untuk mengelompokkan data tersebut ke dalam cluster secara hirarkis. Model cluster hirarkis yang dihasilkan mampu mengelompokkan data pertanyaan (data teks pendek) ke dalam kelompok-kelompok berdasarkan kemiripan teks dalam dokumen (yang diukur berdasarkan jarak antar dokumen). Untuk model cluster hirarkis tanpa proses stemming, mempunyai nilai korelasi cophenetic sebesar 0.6 untuk single linkage, 0.78 untuk complete linkage, dan 0.4 untuk ward linkage. Sedangkan model cluster hirarkis yang melalui proses stemming, mempunyai nilai korelasi cophenetic sebesar 0.62 untuk single linkage, 0.79 untuk complete linkage, dan 0.43 untuk ward linkage.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Cluster, Agglomerative Hirarchial Clustering, perancangan, cosine similarity, Sistem Temu Kembali Informasi, Tf-Idf | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 30 Aug 2022 03:07 | ||
| Last Modified: | 07 Nov 2023 07:24 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/6127 |
Actions (login required)
 |
View Item |