Deteksi Kemiripan Judul Skripsi Menggunakan Algoritma Levenshtein Distance Pada Kampus Stmik Mic Cikarang

Abstract

Dengan bertambahnya skripsi dari tahun ke tahun, meningkat pula judul skripsi dan penelitian. Bila tidak dideteksi, menyebabkan penelitian yang sebenarnya sudah ada akhirnya diteliti kembali tanpa mengembangkan penelitian sebelumnya. Algoritma Levenshtein Distance digunakan untuk mendeteksi kesamaan pada judul skripsi yang ada. Penelitian ini digunakan untuk pencarian judul skripsi secara multi target dengan 6 kategori data target dalam database dan penentuan threshold = 4 serta penentuan bobot similarity 25% dinyatakan mirip untuk ditampilkan. Data yang ditampilkan adalah dari kategori judul perancangan sistem dengan distance 4 dan kemiripan 42,85% dan dari kategori aplikasi berbasis web dengan distance 5 dan kemiripan 28,5%. Sedangkan 4 kategori lain memiliki distance lebih dari 5 dan persen bobot similarity 25% sehingga tidak dianggap mirip dan tidak ditampilkan

Penerapan Algoritma C4.5 Untuk Prediksi Penggunaan Layanan Jasa Laundry Orchardz Hotel Pontianak

“…Evaluasi hasil klasifikasi dalam prediksi keuntungan memiliki tingkat akurasi sebesar 81,71% dari data training dan tingkat akurasi sebesar 85,83% dari data testing dengan Confusion Matrix. Jika melihat dengan kurva ROC menggunakan data training dengan akurasi kategori Excellent Classification sebesar 1,000 dan data testing dengan akurasi kategori Excellent Classification sebesar 0,925 (Irawan, Simarangkir, & Erlinna, 2021).…”