Yuananda, Arga Lancana (2017) Pemeringkatan perguruan tinggi menggunakan metode lda-adaboost.mh untuk mengukur tingkat kesiapterapan teknologi perguruan tinggi di Indonesia. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5113100057-Undergraduate_Theses.pdf - Published Version Download (3MB) | Preview |
Abstract
Terdapat dua inti kriteria penilaian untuk menghasilkan Pemeringkatan Perguruan Tinggi, yaitu penilaian kualitatif dan kuantitatif. Penilaian kualitatif didapatkan melalui survei dari perwakilan masing-masing perguruan tinggi sedangkan kuantitatif didapatkan melalui data konkret yang sudah disediakan oleh masing-masing perguruan tinggi.
Dalam Tugas Akhir ini diusulkan sebuah gagasan baru untuk sistem pemeringkatan Perguruan Tinggi di Indonesia menggunakan metode teks mining LDA-AdaBoost.MH sebagai pengganti penilaian kualitatif sebelumnya yang menggunakan survei secara manual kepada masing-masing perwakilan perguruan tinggi. Cara kerja metode LDA-AdaBoost.MH ini adalah dengan menggali topik utama secara otomatis dari dokumen penelitian akademisi yang kemudian akan dihasilkan suatu nilai masing-masing perguruan tinggi berdasarkan standar Tingkat Kesiapterapan Teknologi di Indonesia.
===========================================================================================
There are two core criteria for producing University Ranking, namely qualitative and quantitative criterias. Qualitative crieria obtained from the lecturer and employee survey of each college. Quantitative criteria obtained from data that already provided by each college.
This Final Project proposed a new concept for the University Ranking in Indonesia by using LDA-AdaBoost.MH mining method in lieu of the previous qualitative criteria using manual survey. LDA-AdaBoost.MH works by mining the main topic of academic journals automatically to get the qualitative criteria value based on the technology readiness level.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Kualitas Perguruan Tinggi, Kualitatif, Kuantitatif, Latent Dirichlet Allocation, LDA-AdaBoost.MH, Adaboost, Optimasi, Pemeringakatan Perguruan Tinggi, QS University Peringkat, Reputasi |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics) |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Arga Lancana Yuananda |
| Date Deposited: | 22 Sep 2017 03:13 |
| Last Modified: | 06 Mar 2019 02:11 |
| URI: | http://repository.its.ac.id/id/eprint/43417 |
Actions (login required)
 |
View Item |