PENCARIAN INFORMASI JENIS MUSIK YANG DIMINATI MAHASISWA MENGGUNAKAN SUPORT MACHINE VECTOR


Author (Penulis)

SUSELO BARA PERSADA
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.03.0008

Abstract

Pencarian informasi jenis musik yang diminati untuk mengetahui minat mahasiswa terhadap jenis musik tertentu sebagai pendukung keputusan dalam menentukan jenis musik yang akan dikembangkan mahasiswa, menggunakan dasar teori information retrieval sebagai teory untuk mendapatkan data tentang minat mahaiswa, metode support vector machine untuk pengklasifikasian, booelan untuk pengideksan dokumen dan savoy sebagai metode pembobotan pada dokumen yang paling sesuai.
Tidak sesuai dan kurangnya data tentang musik dengan data yang ingin dicari mahasiswa dalam memnentukan jenis musik yang diminati mahasiswa membuat mahasiswa sulit menentukan jenis musik apa yang paling diminati sehingga membuat tidak berkembangya potensi mahasiswa untuk berprestasi dalam bidang musik karena musik yang ingin dikembangkan tidak sesuai dengan minat mahasiswa.
Tujuan dari penelitian ini untuk mengembangkan prestasi mahasiswa dalam bidang musik menggunakan data yang sudah dikumpulkan sebagai informasi untuk menentukan jenis musik yang diminati mahasiswa, menggunakan sistem temu kembali informasi sehingga data yang didapat sesuai dengan data yang dibutuhkan oleh user atau pengguna.
Penyelesaian untuk menyelesaikan permasalahan dilakukan penelitian pencarian informasi jenis musik apa yang paling diminati mahasiswa pada UN PGRI KEDIRI untuk mempermudah dan memperkecil ruang lingkup penelitian sehingga bisa dikembangkan sebagai informasi yang berguna bagi semua orang. penelitian ini diharapkan dapat menentukan jenis musik apa yang diminati mahasiswa agar mahasiswa dapat mencetak prestasi pada bidang music, dan diharapkan dengan adanya sistem yang diciptakan ini dapat membantu mempermudah dalam memberi referensi untuk menentukan minat mahasiswa.


Keyword

a

Reference

Angriawan, Kurniadi. 2009.
Pengenalan Sidik Jari Menggunakan
Support Vector Machine (SVM).
Bandung. Fakultas Elektro dan
Komunikasi.
[2] Agus AZ, Setiono AN.
Klasifikasi Dokumen Berita
Kejadian Berbahasa Indonesia
dengan Algoritma Single Pass
Clustering. Proceeding of SITIA.
Surabaya. 2002: 1-6.
[3] Adhitia, rama dan purwarianti,
ayu. 2009. Penilaian esai
jawaban bahasa Indonesia
menggunakan metode SVM-LSA
dengan fitur generic.bandung:
institute teknologi bandung
[4] Erk, K., 2008. A Structured
Vector Space Model for Word
Meaning in Context. Conference
on Empirical Methods in Natural
Language Processing.
Association for Computational
Linguistics. 897-906.
[5] Furey T.S, et al., “Support vector
machine classification and
validation of cancer tissue
samples using microarray
expression data”, Bioinformatics,
Vol.16, No.10, 2000.
[6] Handayani, N.T., 2013. Model
pembobotan untuk penentuan
kesesuaian kawasan
konservasi terumbu karang di
pulau kodingarenglompo kota
makassar.
[7] L.delavenia. 2015. Perancangan
Information Retrieval System
dengan Metode Extended Boolean
dan Savoy: Medan . stmik time.
[8] M.Syafrullah, Syaiful Anwar, 2016.
klasifikasi kerusakan kawasan
konservasi dengan metode support
vector machine (svm)
menggunakan kernel gaussian:
studi kasus the nature conservancy.
jakarta selatan: Universitas Budi
Luhur.
Suselo Bara Persada| 13.1.03.03.0008
Teknik– Sistem Informasi
simki.unpkediri.ac.id
Artikel Skripsi
Universitas Nusantara PGRI Kediri
[9] Sutabri, T., 2010, Analisa Sistem
Informasi, Andi Offset,
Yogyakarta. Hartono J, 2009,
Analisis dan Desain Sistem
Informasi, Penerbit: Andi Offset,
Yogyakarta.
[10] Nugroho, B. 2004. “ Database
Relational Dengan MySQL “. Andi
: Yogyakarta


PUBLISHED

2019-02-18

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 03 No. 04 Tahun 2019

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade
LPPM Server - Powered by BSI