Ringkasan penelitian tidak lebih dari 500 kata yang berisi latar belakang penelitian, tujuan dan

tahapan metode penelitian, luaran yang ditargetkan, serta uraian TKT penelitian yang
diusulkan.
RINGKASAN
Tuntutan publikasi yang dilakukan komunitas akademik Perguruan Tinggi memberikan

dampak yang cukup besar pentingnya melakukan kajian, penelitian serta menulis karya ilmiah.

Perkembangan karya ilmiah di Indonesia relatif makin baik, terutama sejak diberlakukannya

regulasi pemerintah, yang mewajibkan mahasiswa S1, S2 hingga S3 untuk menulis artikel di

jurnal ilmiah sebagai salah satu prasyarat kelulusan. Sehingga kebutuhan terhadap informasi

dalam bentuk jurnal atau artikel ilmiah semakin meningkat. Dengan meningkatnya kebutuhan

terhadap jurnal, pengelompokan jurnal dibutuhkan untut mempermudah pencarian informasi.

Dalam menggali data dan informasi yang terdapat didalam jurnal yang berupa topik

atau kategori yang menggambarkan pokok pembahasan secara umum. Apabila data atau

informasi yang dicari berada pada kumpulan jurnal yang berjumlah sedikit, pencarian dapat

dilakukan secara manual dengan membaca satu-persatu untuk menemukan topik atau bahasan

dari jurnal. Namun , apabila jumlah jurnal yang tersedia banyak, proses pencarian secara

manual tidak akan dapat dilakukan. Sehingga pemberian label topik diharapkan membantu

dalam memahami isi jurnal, tanpa harus membaca secara keseluruhan. Dalam kenyataannya,

pengelompokan jurnal yang mengacu topik atau kategori tertentu sulit dilakukan jika hanya

mengandalkan pencarian menggunakan query biasa. Query adalah standard query language

yang digunakan dalam memanipulasi database dan mendefinisikan didukung oleh database

server. Sehingga terkadang hasil jurnal pada peringkat awal belum tentu sesuai dan

menghasilkan pencarian yang tidak relevan. Untuk mempermudah pencarian dibutuhkan

pengelompokan jurnal berdasarkan topik dan kategori.

 Permasalahan yang telah dipaparkan pada latar belakang dapat diminimalisir

dengan sebuah sistem klasifikasi dan pencarian yang menghasilkan jurnal-jurnal yang

memiliki kemiripan berdasarkan tingkat kesamaan dengan metode yang terdapat pada text

mining seperti metoda Naïve Bayes dan Vector Space Model.

Naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang

menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari

dataset yang diberikan. Metode Vector Space Model atau Term Vector Model adalah sebuah

model aljabar untuk menggambarkan dokumen teks (beberapa objek) sebagai vektor dari

identifier. Biasanya digunakan dalam penyaringan informasi (information filtering), penemuan

informasi (information retrieval), indexing dan pemberian ranking yang saling relevan. Proses

dari perhitungan metode ini adalah indexing dokumen, pembobotan term dan perhitungan

kesamaan. Pengujian tingkat akurasi kinerja algoritma Naïve Bayes dan Vector Space Model

menggunakan Recall, dan Precision. Tujuan dari penelitian ini didapatkan metoda yang tepat

untuk mencari kemiripan teks dan mengklasifikasi jurnal.

Kata kunci maksimal 5 kata

Text similarity; Naïve Bayes; Vector Space Model; Jurnal

Latar belakang penelitian tidak lebih dari 500 kata yang berisi latar belakang dan permasalahan
yang akan diteliti, tujuan khusus, dan urgensi penelitian. Pada bagian ini perlu dijelaskan
uraian tentang spesifikasi khusus terkait dengan skema.
LATAR BELAKANG
Teknologi informasi yang berkembang dengan cepat telah banyak dimanfaatkan

kelebihannya untuk mempermudah suatu pekerjaan. Pemanfaatannya juga semakin meluas ke

berbagai bidang, mulai dari sekedar bidang pendidikan, pemerintahan, dan bidang lainnya. Pada

bidang pendidikan, adanya akses luas bagi pada penggunanya untuk mendapatkan informasi
apapun yang dibutuhkan. Salah satu kemudahan dalam mengakses informasi di dunia

pendidikan dapat dilihat diperguruan tinggi dimana hal tersebut sangat berperan penting bagi

sebuah perguruan tinggi dalam usaha peningkatan mutu pendidikan dan dapat mewujudkan

tujuan dari perguruan tinggi.

Salah satu poin penting dalam menjalankan fungsi Tridharma Perguruan Tinggi oleh

dosen dalam melaksanakan penelitian dan mempublikasikan hasil pemikiran serta analisisnya

tersebut. Kinerja dosen yang selanjutnya menjadi kinerja jurusan, fakultas dan perguruan tinggi

sangat dipengaruhi oleh seberapa luas dan berkualitasnya publikasi para dosen tetapnya.

Tuntutan publikasi yang dilakukan komunitas akademik Perguruan Tinggi memberikan

dampak yang cukup besar pentingnya melakukan kajian, penelitian serta menulis karya ilmiah.

Perkembangan karya ilmiah di Indonesia relatif makin baik, terutama sejak diberlakukannya

regulasi pemerintah, yang mewajibkan mahasiswa S1, S2 hingga S3 untuk menulis artikel di

jurnal ilmiah sebagai salah satu prasyarat kelulusan. Sehingga kebutuhan terhadap informasi

dalam bentuk jurnal atau artikel ilmiah semakin meningkat. Dengan meningkatnya kebutuhan

terhadap jurnal, pengelompokan jurnal dibutuhkan untut mempermudah pencarian informasi.

Dalam menggali data dan informasi yang terdapat didalam jurnal yang berupa topik

atau kategori yang menggambarkan pokok pembahasan secara umum. Apabila data atau

informasi yang dicari berada pada kumpulan jurnal yang berjumlah sedikit, pencarian dapat

dilakukan secara manual dengan membaca satu-persatu untuk menemukan topik atau bahasan

dari jurnal. Namun , apabila jumlah jurnal yang tersedia banyak, proses pencarian secara

manual tidak akan dapat dilakukan. Sehingga pemberian label topik diharapkan membantu

dalam memahami isi jurnal, tanpa harus membaca secara keseluruhan. Dalam kenyataannya,

pengelompokan jurnal yang mengacu topik atau kategori tertentu sulit dilakukan jika hanya
mengandalkan pencarian menggunakan query biasa. Query adalah standard query language

yang digunakan dalam memanipulasi database dan mendefinisikan didukung oleh database

server. Sehingga terkadang hasil jurnal pada peringkat awal belum tentu sesuai dan

menghasilkan pencarian yang tidak relevan. Untuk mempermudah pencarian dibutuhkan

pengelompokan jurnal berdasarkan topik dan kategori.

Permasalahan yang telah dipaparkan pada latar belakang dapat diminimalisir

dengan sebuah sistem klasifikasi dan pencarian yang menghasilkan jurnal-jurnal yang

memiliki kemiripan berdasarkan tingkat kesamaan dengan metode yang terdapat pada text

mining seperti metode Naïve Bayes, dan algoritma Vector Space Model .

Tinjauan pustaka tidak lebih dari 1000 kata dengan mengemukakan state of the art dalam
bidang yang diteliti. Bagan dapat dibuat dalam bentuk JPG/PNG yang kemudian disisipkan
dalam isian ini. Sumber pustaka/referensi primer yang relevan dan dengan mengutamakan hasil
penelitian pada jurnal ilmiah dan/atau paten yang terkini. Disarankan penggunaan sumber
pustaka 10 tahun terakhir.
TINJAUAN PUSTAKA
Penelitian mengenai penggunaan metode Naive Bayes Classifier dan Vector Space Model

sudah pernah dibahas pada penelitian sebelumnya, berikut merupakan yang mendukung

penelitian ini adalah bagaimana pencarian dan perbandingan kata yang terdapat dalam penelitian

yang akan dibuat. Penelitian ini sebelumnya sudah pernah di lakukan oleh Amir Hamzah (2012)

menyatakan bahwa Naive Bayes memiliki kelebihan yaitu cepat, sederhana dan memiliki akurasi

tinggi. Hasil penelitian menunjukkan akurasi terbaik yaitu metode SVM dengan akurasi 92%,

Naive Bayes Classification (NBC) akurasi 90%, C4.5 akurasi 77,5% dan yang terendah K-NN

akurasi 50%.

Penelitian kedua dilakukan oleh Irmawati (2014) yang berjudul Sistem Temu Kembali

Informasi pada Dokumen dengan Metode Vector Space Model. Hasil yang diperoleh dalam
penelitian ini didapatkannya sebuah perhitungan yang dapat memperkecil ukuran informasi

dokumen online dari sifat yang tidak terstruktur dengan ukuran yang besar menjadi lebih

terstruktur dengan ukuran yang lebih kecil.

Metode atau cara untuk mencapai tujuan yang telah ditetapkan ditulis tidak melebihi 600 kata.
Bagian ini dilengkapi dengan diagram alir penelitian yang menggambarkan apa yang sudah
dilaksanakan dan yang akan dikerjakan selama waktu yang diusulkan. Format diagram alir
dapat berupa file JPG/PNG. Bagan penelitian harus dibuat secara utuh dengan penahapan yang
jelas, mulai dari awal bagaimana proses dan luarannya, dan indikator capaian yang ditargetkan.
Di bagian ini harus juga mengisi tugas masing-masing anggota pengusul sesuai tahapan
penelitian yang diusulkan.
METODE
2.1 Text Mining

Menurut Feldman (2007, 1) text mining adalah sebuah proses pengetahuan intensif dimana

pengguna berinteraksi dan bekerja dengan sekumpulan dokumen dengan menggunqkan beberapa

alat analisis. Permasalahan yang dihadapi pada text mining sama dengan permasalahan yang

terdapat pada data mining, yaitu jumlah data yang besar, dimensi yang tinggi, data dan struktur

yang terus berubah, dan data noise. Perbedaan diantara keduanya adalah pada data yang

digunakan, pada data mining, data yang digunakan adalah structured data, sedangkan pada text

mining, data yangdigunakan pada umumnya adalah unstructured data, atau minimal

semistructured.

Text mining mencoba untuk mengekstrak informasi yang berguna dari sumber data melalui

identifikasi dan eksplorasi dari suatu pola menarik. Sumber data berupa sekumpulan dokumen

dan pola menarik yang tidak ditemukan dalam bentuk database record, tetapi dalam data teks

yang tidak terstruktur. Tahapan proses text mining dibagi menjadi 4 tahap utama. Tahapan-

tahapan dalam Text Mining bertujuan untuk mencari kata-kata yang mewakili isi dokumen dan

digambarkan pada gambar 2.1

 Gambar 2.1 Tahapan dalam Text Maning

2.2 Naïve Bayes

Naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang

menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari

dataset yang diberikan. Algoritma mengunakan teorema Bayes dan mengasumsikan semua

atribut independen atau tidak saling ketergantungan yang diberikan oleh nilai pada variabel

kelas. Definisi lain mengatakan Naive Bayes merupakan pengklasifikasian dengan metode

probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu

memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Dalam

pengklasifikasian teks terdapat dua tahapan yaitu : tahap pelatihan( training ) dan tahap

pengujian (testing) .Tahap Pelatihan merupakan tahap pelatihan sejumlah dokumen contoh,

sedangkan tahan pengujian merupakan proses klasifikasi dokumen baru dan belum diketahui

kategorinya.( Nurhayati, S.,2012)

2.3 Vector Space Model (VSM)

 Metode Vector Space Model atau Term Vector Model adalah sebuah model aljabar untuk

menggambarkan dokumen teks (beberapa objek) sebagai vektor dari identifier. Biasanya

digunakan dalam penyaringan informasi (information filtering), penemuan informasi

(information retrieval), indexing dan pemberian ranking yang saling relevan. Proses dari

perhitungan metode ini adalah indexing dokumen, pembobotan term dan perhitungan kesamaan.

Proses indexing dokumen adalah proses melaluitahapan-tahapan dalam text mining. Proses

selanjutnya adalah pembobotan term dengan menggunakan algoritma TF/DF. Proses yang

terakhir adalah perhitungan kesamaan dengan pendekatan Cosine, yang dinyatakan dalam rumus:
n

∑ ( td jj X tqik )
i=1
Similarity ( dj , qk )= ...................................................(1)
n n

√∑ i=1
tdjj X ∑ tqik
i=1

Keterangan:
Similarity(dj,qk) : tingkat kesamaan suatu dokumen dengan query tertentu.
tdij : term ke-i dalam vektor untuk dokumen ke-j
tqik : term ke-i dalam vektor untuk query ke-k
n : jumlah term yang unik dalam data set.

2.4 Recall

Recall adalah tingkat keberhasilan mengenali suatu kejadian dari seluruh kejadian yang

seharusnya dikenali. Persamaan Recall dapat dituliskan seperti pada persamaan (2).

|{ Relevant } ∩ { Retrieved }|
Recall= ...................................................(2)
|{ Relevant }|
Keterangan :
Recall : Tingkat keberhasilan.
{Relevant} : Kumpulan dokumen yang relevan.
{Retrieved} : Kumpulan dokumen yang ditemukan.

2.5 Precision

Precision adalah dapat diartikan sebagai kepersisan atau kecocokan (antara permintaan

informasi dengan jawaban terhadap permintaan itu). Artinya seberapa persis atau cocok
dokumen tersebut untuk keperluan pencari informasi, bergantung pada seberapa relevan

dokumen tersebut bagi sipencari. Precision dapat dituliskan dalam persamaan seperti pada

persamaan (3)

|{ Relevant } ∩ { Retrieved }|
Precision = ............................................(3)
|{ Retrieved }|
Keterangan :
Precision : Tingkat ketepatan
{Relevant} : Kumpulan dokumen yang relevan
{Retrieved} : Kumpulan dokumen yang ditemukan

Jadwal penelitian disusun dengan mengisi langsung tabel berikut dengan memperbolehkan
penambahan baris sesuai banyaknya kegiatan.
JADWAL

Bulan
No Nama Kegiatan 1 1
1 2 3 4 5 6 7 8 9 0 1 12
1 Penyusunan Proposal                        
2 Pengumpulan Data                        
3 Data Preprocessing                        
4 Perancangan Sistem
5 Pembangunan Sistem
6 Pengujian dan Evaluasi Sistem
7 Penyusunan Laporan
8 Publikasi Ilmiah

Daftar pustaka disusun dan ditulis berdasarkan sistem nomor sesuai dengan urutan pengutipan.
Hanya pustaka yang disitasi pada usulan penelitian yang dicantumkan dalam Daftar Pustaka.

DAFTAR PUSTAKA
[1] D. N. Chandra, G. Indrawan, and I. N. Sukajaya, “Klasifikasi Berita Lokal Radar Malang
Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram,” J. Ilm. Teknol. dan Inf. ASIA,
vol. 10, no. 1, pp. 11–19, 2016.
[2] F. Gorunescu, “Data Mining: Concept and Technique,” Chemistry&amp, 2011.
[3] H. Amir, “Klasifikasi Teks Dengan Naïve Bayes Clasifier (NBC) Untuk Pengelompokan
Teks Berita Dan Abstract Akademis,” Pros. Semin. Nas. Apl. Sains Teknol., 2012.
[4] Irmawati, “Sistem Temu Kembali Informasi Pada Dokumen Dengan Metode Vector
Space Model,” J. Ilm. FIFO, 2014.
[5] M. K. J. Berry, “Text Mining: Application and Theory,” DI.Acm. Org, 2010.
.