Abstrak


Clustering dokumen menggunakan algoritma self-organizing map (som) (studi kasus : dokumen skripsi di Fakultas Pertanian Uns)


Oleh :
Vera Suryaningsih - M0509074 - Fak. MIPA

Fakultas Pertanian Universitas Sebelas Maret telah menghasilkan banyak
dokumen penelitian khususnya berupa skripsi. Jika kumpulan dokumen skripsi
tersebut diolah, dimungkinkan akan ditemukan suatu pola yang bermanfaat bagi
pihak fakultas. Oleh karena itu, perlu dilakukan text mining terhadap kumpulan
dokumen skripsi tersebut.
Penelitian ini akan melakukan clustering pada dokumen skripsi di fakultas
Pertanian UNS tahun 2008 sampai 2013 dengan menggunakan algoritma Self-
Organizing Map. Sebelum dilakukan proses clustering, abstrak terlebih dahulu
diolah melalui tahap text preprocessing dan pembobotan TF-IDF. Pada penelitian
ini menggunakan inputan cluster sebanyak 81, iterasi sebanyak 1000 dan learning
rate sebesar 0,1.
Hasil penelitian menunjukkan bahwa ada beberapa cluster yang
dimungkinkan tema pada cluster tersebut berpotensi untuk dikolaborasikan
dengan beberapa maupun semua prodi. Ada juga cluster yang dimungkinkan tema
pada cluster tersebut memang tidak bisa dilakukan kolaborasi, karena hanya prodi
tertentu yang pernah melakukan penelitian pada tema cluster tersebut. Namun bisa
jadi, prodi lain memang belum mencoba untuk melakukan penelitian pada tema
tersebut. Jurusan Agribisnis memiliki penyebaran tren tema yang bervariasi ditiap
tahunnya. Sedangkan pada prodi Agroteknologi, prodi ITP, serta prodi Peternakan
tema yang banyak diambil ditiap tahunnya hanya di beberapa tema saja.
Kata kunci : Text Mining, Text Preprocessing, TF-IDF, Clustering, Self-
Organizing Map