Klasifikasi Topik Skripsi Berdasarkan Makna dengan Pendekatan Semantik Web

Abstract

Semantik web merupakan teknologi yang mampu memahami konteks seperti halnya manusia memahami konteks tersebut. Teknologi semantik dapat dimanfaatkan dalam berbagai bidang, salah satunya adalah klasifikasi topik skripsi mahasiwa. Banyak skripsi membahas topik serupa, tapi dengan peristilahan berbeda. Hal tersebut seringkali menimbulkan kesulitan dalam menentukan apakah suatu topik sudah terlalu sering dibahas. Oleh sebab itu, penelitian ini bertujuan untuk mengklasifikasikan dan memetakan bidang minat skripsi mahasiswa Program Studi S1 Teknik Informatika (TI) Unpad. Langkah-langkah yang dilakukan dalam penelitian ini adalah mengumpulkan data, menentukan entitas, implementasi ontologi, dan klasifikasi data menjadi beberapa kelas berdasarkan bidang minat di Program Studi TI Unpad (Sistem Informasi dan Multimedia, Kecerdasan Buatan dan Robotika, Jaringan Komputer, dan Metode Numerik). Langkah akhirnya adalah proses training dan testing data menggunakan algoritma k-nearest neighbour (KNN). Klasifikasi aktual data menunjukkan bahwa mayoritas skripsi di Prodi TI Unpad adalah tentang Sistem Informasi dan Multimedia, dengan presentase 50.23%. Sedangkan, klasifikasi prediktif data dengan algoritma KNN menunjukkan persentase 47.88%. Hasil yang berbeda tersebut diperoleh karena Confusion Matrix menunjukkan nilai sebagai berikut: AUC (0.711), CA (0.545), F1(0.578), Precision (0.669), Recall (0.545).