| dc.description.abstract | Abstrak merupakan bagian dari dokumen tugas akhir memiliki peranan
penting dalam menjelaskan keseluruhan dokumen. Kata-kata yang sering muncul
dapat dijadikan acuan dalam mengelompokkan dokumen ke dalam kategorikategori.
Tujuan dari penelitian ini adalah menerapkan metode association rule
mining menggunakan algoritme ECLAT dalam mencari kombinasi term yang
paling sering terjadi dan mengelompokkan dokumen abstrak tugas akhir. Data yang
digunakan dalam penelitian ini adalah data abstrak dokumen tugas akhir mahasiswa
Program S1 Ilmu Komputer IPB dalam bahasa Inggris dari tahun 2012 hingga 2014.
Penelitian ini menggunakan stopwords yang berhubungan dengan istilah Ilmu
Komputer yang bersifat umum, menerapkan association rule mining dengan
support sebesar 0.1, 0.15, 0.2, 0.25, 0.3, dan 0.35, dan menggunakan clustering KMeans
dengan jumlah cluster (k) sebesar 10 karena memiliki nilai sum of squared
error (SSE) terendah. Pengelompokan ini membandingkan nilai support, SSE,
jumlah anggota, dan nilai evaluasi purity di tiap cluster. Cluster terbaik dihasilkan
pada perlakuan data dengan penambahan stopwords dan tanpa penerapan
association rule mining, dengan k sebesar 10, nilai SSE sebesar 23 485.03, dan nilai
purity sebesar 0.512. | id |
