Klasifikasi Sitasi Karya Tulis Ilmiah Berbahasa Indonesia Menggunakan Metode Support Vector Machine(SVM)

Zam Zami, Mohammad Tajut (2025) Klasifikasi Sitasi Karya Tulis Ilmiah Berbahasa Indonesia Menggunakan Metode Support Vector Machine(SVM). Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstract) Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (230kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (410kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (200kB)
	Text (Laporan Lengkap) Laporan-Lengkap.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Penulisan ilmiah memegang peranan penting dalam peningkatan mutu pendidikan di Indonesia. Salah satu cara untuk menilai kualitas karya ilmiah adalah melalui analisis kalimat kutipan. Namun, proses klasifikasi kalimat kutipan masih menjadi tantangan tersendiri. Penelitian ini bertujuan untuk membangun model klasifikasi kalimat kutipan menggunakan algoritma Support Vector Machine (SVM) dengan ekstraksi fitur TF-IDF. Model yang dikembangkan mampu mengklasifikasikan kalimat kutipan ke dalam tiga kelas: background, method, dan result. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 81,69%, dengan rata-rata presisi 82,54%, dan recall 75,7%. Selain itu, skor F1 untuk masing masing label adalah background (85,65%), method (75,11%), dan result (73,92%). Penelitian ini berhasil mengembangkan sebuah website yang dapat digunakan untuk mengklasifikasikan kalimat sitasi menggunkaan metode SVM. Hasil penelitian ini diharapkan dapat membantu penulis dalam menyusun karya ilmiah yang lebih berkualitas dan dapat membantu untuk meningkatkan reputasi dari penulisnya.

Actions (login required)

View Item