PENERAPAN ALGORITMA TERM FREQUENCY – INVERSE DOCUMENT FREQUENCY UNTUK REKOMENDASI PEMILIHAN JURUSAN MAHASISWA BARU
Tanggal Upload: 30/05/2025
Penulis / NIM:
PUTRI SITI SALSABILA IBRAHIM / T3119081
Program Studi:
S1 Teknik Informatika
Kata Kunci:
mahasiswa baru, TF.IDF, KNN, Confusion Matrix
Abstrak:
Penerimaan mahasiswa baru atau biasa disebut dengan PMB yang merupakan aktivitas rutin diadakan oleh perguruan tinggi setiap pembukaan ajaran baru. Universitas Ichsan Gorontalo hingga saat ini masih kesulitan dalam mengetahui apakah mahasiswa ini mampu tidak pada jurusan yang telah dipilihnya. Dengan adanya sesi wawancara yang dilakukan oleh dosen- dosen pengajar dapat kita ketahui jurusan mana yang paling sesuai dengan mahasiswa tersebut. Penelitian ini berfokus pada penerapan utama dari perhitungan nilai TF dan nilai IDF dari setiap kata kunci terhadap masing – masing dokumen yang akan di olah, dan diharapkan dapat memberikan hasil yang akurat untuk dapat mengetahui jurusan mana yang paling sesuai dengan mahasiswa baru tersebut. Setelah dilakukan proses klasifikasi menggunakan algoritma TF.IDF dan K-Nearest Neighbor dengan beberapa kali uji coba nilai K, didapatkan Nilai K=6 dan K=8 dengan hasil evaluasi menggunakan metode Confusion matrix perhitungan tingkat akurasi yang baik sebesar 70%.