Javascript must be enabled to continue!
ANALISIS DAN PENERAPAN TOPIC MODELING PADA JUDUL TUGAS AKHIR MAHASISWA MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA)
View through CrossRef
Tugas akhir menjadi syarat kelulusan bagi mahasiswa program studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana. Penentuan judul tugas akhir di program studi, biasanya ditentukan sesuai konsentrasi. Namun, saat penentuan judul masih terdapat mahasiswa yang kebingungan karena tidak mempunyai referensi yang valid terkait gambaran judul di konsentrasi program studi. Sehingga, mahasiswa sering memasukan data kosong pada judul tugas akhir saat melakukan pendaftaran. Selain itu, program studi juga belum mempunyai informasi terkait pengelompokan judul tugas akhir mahasiswa. Oleh karena itu dibutuhkan topic modeling untuk mengetahui minat judul tugas akhir sebagai referensi mahasiswa dalam penentuan judul. Topic modeling dibuat menggunakan metode Latent Dirichlet Allocation (LDA) kemudian dibuat pengklasteran serta dilakukan evaluasi model menggunakan hyperparameter tuning dan coherence score sebagai alat ukur performa model. Tahapan penelitian meliputi studi literatur dan wawancara, pengumpulan dan analisis data, data pre-processing, pembuatan model, dan evaluasi. Diperoleh hasil bahwa mayoritas mahasiswa Sistem Informasi mengambil judul bertema Tata Kelola. Model yang dibuat memperoleh 4 cluster yaitu terkait Technology Acceptance Model, Framework Cobit, dan Arsitektur Enterprise. Setelah dilakukan hyperparameter tuning didapat coherence score sebesar 0,617789 dari yang sebelumnya 0,53448. Tujuan penelitian ini adalah memodelkan topik tugas akhir mahasiswa sebagai informasi cluster pengambilan judul tugas akhir dari peneliti mahasiswa terdahulu. Sehingga bermanfaat sebagai referensi pengambilan judul tugas akhir untuk mahasiswa sebagai dasar pengetahuan minat judul tugas akhir dan untuk memberikan pengetahuan dan kontribusi bagi program studi sebagai landasan penyesuaian judul tugas akhir mahasiswa, konsentrasi serta pengembangan kurikulum.
STKIP PGRI Tulungagung
Title: ANALISIS DAN PENERAPAN TOPIC MODELING PADA JUDUL TUGAS AKHIR MAHASISWA MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA)
Description:
Tugas akhir menjadi syarat kelulusan bagi mahasiswa program studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana.
Penentuan judul tugas akhir di program studi, biasanya ditentukan sesuai konsentrasi.
Namun, saat penentuan judul masih terdapat mahasiswa yang kebingungan karena tidak mempunyai referensi yang valid terkait gambaran judul di konsentrasi program studi.
Sehingga, mahasiswa sering memasukan data kosong pada judul tugas akhir saat melakukan pendaftaran.
Selain itu, program studi juga belum mempunyai informasi terkait pengelompokan judul tugas akhir mahasiswa.
Oleh karena itu dibutuhkan topic modeling untuk mengetahui minat judul tugas akhir sebagai referensi mahasiswa dalam penentuan judul.
Topic modeling dibuat menggunakan metode Latent Dirichlet Allocation (LDA) kemudian dibuat pengklasteran serta dilakukan evaluasi model menggunakan hyperparameter tuning dan coherence score sebagai alat ukur performa model.
Tahapan penelitian meliputi studi literatur dan wawancara, pengumpulan dan analisis data, data pre-processing, pembuatan model, dan evaluasi.
Diperoleh hasil bahwa mayoritas mahasiswa Sistem Informasi mengambil judul bertema Tata Kelola.
Model yang dibuat memperoleh 4 cluster yaitu terkait Technology Acceptance Model, Framework Cobit, dan Arsitektur Enterprise.
Setelah dilakukan hyperparameter tuning didapat coherence score sebesar 0,617789 dari yang sebelumnya 0,53448.
Tujuan penelitian ini adalah memodelkan topik tugas akhir mahasiswa sebagai informasi cluster pengambilan judul tugas akhir dari peneliti mahasiswa terdahulu.
Sehingga bermanfaat sebagai referensi pengambilan judul tugas akhir untuk mahasiswa sebagai dasar pengetahuan minat judul tugas akhir dan untuk memberikan pengetahuan dan kontribusi bagi program studi sebagai landasan penyesuaian judul tugas akhir mahasiswa, konsentrasi serta pengembangan kurikulum.
Related Results
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review Anna Tri Wahyuni1), Masfuri2), Liya Arista3)1,2,3 Fakultas Ilmu Keperawatan Univers...
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAFTAR PUSTAKAAditama, M. H. R., & Selfiardy, S. (2022). Kehidupan Mahasiswa Kuliah Sambil Bekerja di Masa Pandemi Covid-19. Kidspedia: Jurnal Pendidikan Anak Usia Dini, 3(...
Pengaruh Lama Waktu Fermentasi Akhir (Final Proofing) Terhadap Kualitas Japanese Milk Bread
Pengaruh Lama Waktu Fermentasi Akhir (Final Proofing) Terhadap Kualitas Japanese Milk Bread
Abstract
This study aims to study the effect of the length of the time of final fermentation (final proofing) in making Japanese Milk Bread. This research was conducted at th...
Topics (Automated Content Analysis)
Topics (Automated Content Analysis)
Topics describe the main issue discussed in an article, for example: Does an article deal with politics, economics or sports?
Field of application/theoretical foundation:
In the co...
ANALISIS KEEFEKTIFAN JUDUL BERITA SERAMBI INDONESIA
ANALISIS KEEFEKTIFAN JUDUL BERITA SERAMBI INDONESIA
ABSTRAK Penelitian ini bertujuan untuk mendeskripsikan syarat-syarat judul berita pada surat kabar Serambi Indonesia. Metode yang digunakan adalah deskriptif kualitatif. Data penel...
Analisis Topic Modelling Pariwisata Yogyakarta Menggunakan Latent Dirichlet Allocation (LDA)
Analisis Topic Modelling Pariwisata Yogyakarta Menggunakan Latent Dirichlet Allocation (LDA)
Pariwisata Yogyakarta sebagai destinasi yang kaya akan budaya dan sejarah, sering menjadi fokus diskusi di media sosial. Tujuan dari Penelitian ini adalah menelaah topik pariwisata...
Semantic clustering method using integration of advanced LDA algorithm and BERT algorithm
Semantic clustering method using integration of advanced LDA algorithm and BERT algorithm
The subject of the study is an in-depth semantic data analysis based on the modification of the Latent Dirichlet Allocation (LDA) methodology and its integration with the bidirecti...

