MODEL KLASIFIKASI JUDUL SKRIPSI PADA FAKULTAS TEKNIK UNIVERSITAS BINA INSAN LUBUKLINGGAU MENGGUNAKAN METODE DEEP NEURAL NETWORK

VEBRIANSYAH (2025) MODEL KLASIFIKASI JUDUL SKRIPSI PADA FAKULTAS TEKNIK UNIVERSITAS BINA INSAN LUBUKLINGGAU MENGGUNAKAN METODE DEEP NEURAL NETWORK. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_57201_2102030001.pdf Download (18MB)

Abstract

Dalam penelitian Hal ini sejalan dengan kebutuhan untuk mengetahui dalam mengelompokkan judul skripsi secara otomatis dan lebih akurat berdasarkan bidang konsentrasi. Salah satu permasalahan dalam penelitian ini yaitu dalam Proses pengelompokan judul skripsi masih dilakukan dengan konvensional serta hanya dilakukan berdasarkan konsentrasi maka Dibutuhkan model klasifikasi untuk judul skripsi pada fakultas ilmu teknik universitas bina insan lubuklinggau Menggunakan Pendekatan “Deep Neural Network (DNN)”. Dibuatnya penelitian ini agar dapat membantu dalam memberikan gambaran kepada program studi untuk menentukam tema judul skripsi yang relevan. Dalam penelitian ini data judul skripsi diambil pada perpustakaan Universitas Bina Insan Lubuklinggau. Dan data tersebut kemudian di olah melalui beberapa tahapan preprocessing. Sehingga didapatkan hasil nilai akurasi sebesar 81% serta Nilai precision sebesar 94% menonjol sebagai kelebihan model, menunjukkan bahwa hampir 9 dari 10 judul skripsi yang diprediksi oleh model sebagai kategori tertentu benar-benar termasuk dalam kategori tersebut. Dari sisi recall, model berhasil mencapai 97%, yang menunjukkan bahwa model mampu mendeteksi lebih dari 95% judul skripsi aktual dalam setiap kategori tertentu. Selain itu, F1-score sebesar 96% menunjukkan bahwa model memiliki keseimbangan yang optimal antara precision dan recall. Kata Kunci : Model Klasifikasi, Pengelompokkan Judul Skripsi, Deep Neural Network

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Sistem Informasi
Depositing User:	Admin Perpus UnivBI
Date Deposited:	10 Feb 2026 09:36
Last Modified:	10 Feb 2026 09:36
URI:	http://eprints.univbinainsan.ac.id/id/eprint/503

Actions (login required)

View Item