Optimasi Penerimaan Siswa Baru dengan Penerapan Algortima Text Mining dan TF-IDF
-
Y Ayu Putri Gabriella S
*
Universitas Budi Darma, Medan,
Indonesia
- Guidio L Ginting Universitas Budi Darma, Medan, Indonesia
- Melda Panjaitan Universitas Budi Darma, Medan, Indonesia
Abstract
Sekolah Menengah Pertama Yayasan Perguruan merupakan salah satu sekolah yang banyak diminati oleh beberapa kalangan, dikarenakan jurusan yang bermacam-macam yang ada pada sekolah tersebut. Pada saat ini sekolah tersebut masih terbilang banyak memiliki permasalahan dalam penerimaan siswa baru nya. Banyak data yangmasuk tidak sesuai dengan apa yang telah diterima, dengan demikian sekolah perlu menerapkanperancangan aplikasi dalam penerimaan siswa baru agar dokumen dan data yang diterima lebih konkret, tidak hanya itu dengan menerapkan metode tersebut, pengerjaan dan proses pemasukan data dapat memberikan hasil yang maksimal. Metode yang digunakan dalam penelitian ini yaitu text mining dan TF- IDF,text mining sendiri yaitu metode yang memiliki tahapan untuk menemukan data menjadi lebih efektif dan akurat. Selain itu metode TF-IDF pun memiliki cara pengerjaan yang dapat dikatakan efisien dengan cara menghitung bobot pada setiap kata. Sistem penerimaan siswa baru ini dibangun menggunakan software dreamweaver, dan bahasa pemograman HTML, CSS, dan JavaScript serta menggunakan database MySQL sebagai database server. Hasil dari penelitian menggunakan metode ini dapat memberikan kemudahan pihak sekolah dan calon siswa dalam penerimaan siswa baru yang dilakukan secara online maupun offline, sehingga pendataan, dan penerimaan siswa baru dapat dilakukan dengan sistem otomatis yang tidak perlu menggunakan cara kerja yang bertele-tele.
References
L. Marlinah, “Pentingnya peran perguruan tinggi dalam mencetak SDM yang berjiwa inovator dan technopreneur menyongsong era society 5.0,” IKRAITH-EKONOMIKA, vol. 2, no. 3, pp. 17–25, 2019.
R. Santoso, H. A. Munawi, and D. Sukmawati, “Perkembangan teknologi informasi dan telekomunikasi terhadap perubahan perilaku masyarakat,” in Prosiding 1st Corcys 2019, Conference on Research & Community Services, P3M STKIP PGRI Jombang, 2019, pp. 586–592.
A. Taufik, “Komparasi Algoritma Text Mining Untuk Klasifikasi Review Hotel,” J. Tek. Komput. AMIK BSI, vol. 4, no. 2, pp. 112–118, 2018.
I. O. DjajaPutra, K. R. Prilianti, and P. L. T. Irawan, “IMPLEMENTASI TEXT MINING UNTUK ANALISIS OPINI MASYARAKAT TERHADAP KINERJA LAYANAN TRANSPORTASI ONLINE DENGAN ANALISIS FAKTOR,” J. Simantec, vol. 8, no. 2, pp. 45–53, 2020.
R. Melita, “Penerapan metode term frequency inverse document frequency (tf-IDF) dan cosine similarity pada sistem temu kembali INFORMASI untuk mengetahui Syarah Hadits Berbasis web (Studi Kasus: Hadits Shahih Bukhari-Muslim).” Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta, 2018.
W. Nengsih, M. M. Zein, and N. Hayati, “Coarse-grained sentiment analysis berbasis natural language processing–ulasan hotel,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 10, no. 1, pp. 41–48, 2021.
H. Herwin and K. Andesa, “Super agent chatbot ‘3s’ sebagai media informasi menggunakan metoda natural language processing (NLP),” J. Teknol. Dan Open Source, vol. 2, no. 1, pp. 53–64, 2019.
R. Khoirunisa, “Penggunaan Natural Language Processing Pada Chatbot Untuk Media Informasi Pertanian,” IJAI (Indonesian J. Appl. Informatics), vol. 4, no. 2, pp. 55–63, 2020.
A. Y. Chandra, D. Kurniawan, and R. Musa, “Perancangan Chatbot Menggunakan Dialogflow Natural Language Processing (Studi Kasus: Sistem Pemesanan pada Coffee Shop),” J. Media Inform. Budidarma, vol. 4, no. 1, pp. 208–215, 2020.
K. Chowdhary and K. R. Chowdhary, “Natural language processing,” Fundam. Artif. Intell., pp. 603–649, 2020.
D. A. C. Rachman, R. Goejantoro, and F. D. T. Amijaya, “Implementasi Text Mining Pengelompokkan Dokumen Skripsi Menggunakan Metode K-Means Clustering,” EKSPONENSIAL, vol. 11, no. 2, pp. 167–174, 2021.
F. F. Mailoa, “Analisis sentimen data twitter menggunakan metode text mining tentang masalah obesitas di indonesia,” J. Inf. Syst. Public Heal., vol. 6, no. 1, pp. 44–51, 2019.
A. Deolika, K. Kusrini, and E. T. Luthfi, “Analisis pembobotan kata pada klasifikasi text mining,” J. Teknol. Inf., vol. 3, no. 2, pp. 179–184, 2019.
M. S. Hudin, M. A. Fauzi, and S. Adinugroho, “Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 5518–5524, 2018.
A. Rokhim, “Implementasi Metode Term Frequency Inversed Document Frequence (Tf-Idf) dan Vector Space Model pada Aplikasi Pemberkasan Skripsi Berbasis WEB,” SPIRIT, vol. 9, no. 1, 2018.
A. D. Sipayung, F. Fauziah, and N. Nurhayati, “Sistem Aplikasi Penilaian Jawaban Essay Test Calon Karyawan PT Siloam Hospitals TB Simatupang Menggunakan Algoritma Text Mining TF-IDF Berbasis Web,” J. Media Inform. Budidarma, vol. 4, no. 4, pp. 872–878, 2020.
Copyright (c) 2023 Y Ayu Putri Gabriella S, Guidio L Ginting, Melda Panjaitan
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).
