Penentuan Pembimbing Tugas Akhir Mahasiswa Jurusan Teknik Informatika Universitas Surabaya Dengan Metode Dice Coefficient

  • Vincentius Riandaru Prasetyo Jurusan Teknik Informatika, Universitas Surabaya
  • Budi Hartanto Jurusan Teknik Informatika, Universitas Surabaya
  • Aldo Adhi Mulyono Jurusan Teknik Informatika, Universitas Surabaya
Keywords: Dice Coefficient, K-Fold Cross Validation, Rekomendasi, Tugas Akhir

Abstract

Tugas Akhir (TA) adalah sebuah karya ilmiah yang harus dibuat oleh mahasiswa jurusan Teknik Informatika, Universitas Surabaya sebagai salah satu syarat kelulusan. Dalam mengajukan topik TA, mahasiswa wajib membuat dan mengumpulkan proposal TA tersebut. Setelah itu, ketua jurusan akan menentukan calon dosen pembimbing, dosen reviewer 1, dan dosen reviewer 2 sesuai dengan kompetensi untuk proposal tersebut. Dalam proses pengajuan proposal tersebut, terdapat beberapa masalah yang muncul, yakni adanya kemungkinan kesalahan penentuan pembimbing karena proses penentuannya berdasarkan pengetahuan pribadi dari ketua jurusan, kesulitan memantau perkembangan proses pengajuan proposal, dan kesulitan untuk melakukan pemerataan pembimbing TA. Untuk mengatasi masalah tersebut, dibuatlah sistem untuk melayani administrasi pengajuan topik TA beserta penentuan pembimbing. Proses penentuan pembimbing akan menggunakan metode Dice Coefficient. Dari hasil pengujian sistem dengan metode K-Fold Cross Validation dengan nilai k = 100 untuk 1000 data TA yang ada, didapatkan nilai akurasi sistem sebesar 36,25%. Apabila diambil 100 data TA yang memiliki dosen pembimbing yang ideal, sistem memberikan nilai akurasi yang lebih baik yaitu sebesar 45,5%.

Downloads

Download data is not yet available.

References

Chahal, M. (2016). Information Retrieval using Dice Similarity Coefficient. International Journal of Advanced Research in Computer Science and Software Engineering, Vol. 6, Issue 6, pp.72-75.

Kasih, P & Farida, I.N. (2017). Sistem Bantu Pemilihan Dosen Pembimbing Tugas Akhir Berdasarkan Kategori Pilihan dan Keahlian Dosen menggunakan Naïve Bayes. Prosiding Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya, Vol. 4, pp.62-68.

Yasni, L., Subroto, I.M.I. & Haviana, S.F.C. (2018). Implementasi Cosine Similarity Matching dalam Penentuan Dosen Pembimbing Tugas Akhir. Transmisi, Vol. 20, No. 1.

Salam, A., Wicaksana, V.P. & Hastuti, K. (2015). Sistem Rekomendasi Penentuan Dosen Pembimbing Tugas Akhir Dengan Menggunakan Algoritma Rabin-Karp. Techno. Com, Vol. 14, No. 3, pp. 225-233.

Nugraheni, M. (2012). Rancangan Case-Based Reasoning Menggunakan Sorenson Coefficient. Jurnal Informatika, Vol. 6, No. 1, pp. 612-616.

Thada, V & Jaglan, V. (2013). Comparison of Jaccard, Dice, Cosine Similarity Coefficient To Find Best Fitness Value for Web Retrieved Documents Using Genetic Algorithm. International Journal of Innovations in Engineering and Technology, Vol. 4, Issue 4, pp. 202-205.

Zain, M.Y.Y. & Suswati, S.S. (2016). Information Retrieval System Pada Pencarian File Dokumen Berbasis Teks Dengan Metode Vector Space Model Dan Algoritma Ecs Stemmer. Insand Comtech: Information Science and Computer Technology Journal, Vol. 1, No. 1.

Mas’udia, P.E., Atmaja, M.D. & Mustafa, L.D. (2017). Information Retrieval Tugas Akhir dan Perhitungan Kemiripan Dokumen Mengacu Pada Abstrak Menggunakan Vector Space Model. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, Vol. 8, No. 1, pp. 355-362.

Prasetyo, V.R. (2018). Searching Cheapest Product On Three Different Ecommerce Using K-Means Algorithm. Proceeding of International Seminar on Intelligent Technology and Its Application (ISITIA) 2018. Bali, Indonesia.

Firdaus, A., Ernawati, E. & Arie, V. (2014). Aplikasi Pendeteksi Kemiripan Pada Dokumen Teks Menggunakan Algoritma Nazief & Adriani Dan Metode Cosine Similarity. Jurnal Teknologi Informasi, Vol. 10, No. 1.

Prasetyo, V.R. & Winarko, E. (2016). Rating Of Indonesian Sinetron Based On Public Opinion In Twitter Using Cosine Similarity. Proceeding of 2016 2nd International Conference on Science and Technology-Computer (ICST). Yogyakarta, Indonesia.

Matulatuwa, F.M., Sediyono, E. & Iriani, A. (2017). Text Mining dengan Metode Lexicon Based untuk Sentiment Analysis Pelayanan PT. Pos Indonesia Melalui Media Sosial Twitter. Jurnal Masyarakat Informatika Indonesia, Vol. 2, No. 3.

Karmayasa, O. (2012). Implementasi Vector Space Model Dan Beberapa Notasi Metode Term Frequency Inverse Document Frequency (Tf-Idf) Pada Sistem Temu Kembali Informasi. Jurnal Elektronik Ilmu Komputer Udayana, Vol. 1, No. 1.

Prasetyo, V.R. (2016). Penggolongan Program Sinetron Berdasarkan Opini Masyarakat Di Twitter Dengan Cosine Similarity. Tesis Program Studi S2 Ilmu Komputer. Universitas Gadjah Mada.

Baxla, M.A. (2014). Comparative Study of Similarity Measures for Item Based Top n Recommendation. Thesis National Institute of Technology Rourkela. Odisha.

Hamzah, A., Soesianto, F., Susanto, A. & Istiyanto, J. E. (2015). Studi Kinerja Fungsi-Fungsi Jarak dan Similaritas Dalam Clustering Dokumen Teks Berbahasa Indonesia. Prosiding Seminar Nasional Informatika (SEMNASIF), Vol. 1, No. 1.

James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). K-Fold Cross-Validation. An Introduction to Statistical Learning: With Applications in R. New York: Springer.

Published
2019-06-11
How to Cite
Prasetyo, V. R., Hartanto, B., & Mulyono, A. A. (2019). Penentuan Pembimbing Tugas Akhir Mahasiswa Jurusan Teknik Informatika Universitas Surabaya Dengan Metode Dice Coefficient. Teknika, 8(1), 44-51. https://doi.org/10.34148/teknika.v8i1.147
Section
Articles