Klasifikasi Dokumen Menggunakan Metode Expectation Maximization (Study Kasus : Program Studi Teknik Informatika)

Banyaknya informasi dan dokumen yang ada mendorong manusia untuk mencari bagaimana untuk mendapatkan informasi dan dokumen yang diinginkan dalam waktu yang singkat. Klasifikasi dokumen tugas akhir dapat membantu program studi Teknik Informatika dalam proses pencarian sebuah dokumen dengan cepat dan tepat. Klasifikasi dokumen tugas akhir mengelompokkan dokumen yang sesuai dengan bidang minat masing-masing di dalam jurusan Teknik Informatika Universitas Trunojoyo Madura diantaranya adalah bidang minat sistem informasi dan rekayasa perangkat lunak , multimedia , sistem terdistribusi, komputasi dan kecerdasan buatan dengan menggunakan PCA (Principle Component Analisis) sebagai pereduksi dimensi dokumen proposal seminar tugas akhir, dimana PCA ini akan mengestraksi fitur dari dokumen sehingga hanya mengambil ciri penting dari dokumen untuk diklasifikasikan menggunakan metode Expectation Maximization, dimana metode Expectation Maximization merupakan salah satu metode dalam pengklasifikasian. Pengujian akan memakai 30 dokumen proposal seminar tugas akhir yang dibagi menjadi dua bagian yaitu dokumen training dan dokumen testing. yaitu 17 dokumen untuk data training dan 13 dokumen untuk dokumen test. Pengujian klasifikasi dengan Expectation Maximization menghasilkan nilai rata-rata untuk precision sebesar 0,81 dan recall sebesar 0,87 yang memiliki tingkat akurasi sebesar 85% dan tingkat error rate sebesar 15%.