Klasterisasi Abstraksi Karya Ilmiah Menggunakan Metode K-Means

Banyaknya jumlah karya ilmiah yang tersedia menyebabkan dokumen sangat banyak dan beragam sehingga pengelompokkan menjadi sulit. Oleh Karena itu, dibutuhkan suatu metode yang dapat mengelompokkan dokumen sesuai kategori. Klasterisasi merupakan metode data mining untuk mengelompokkan data sesuai dengan karaktersitik, sehingga dapat membantu pengguna dalam proses pencarian dokumen dengan cepat. Metode yang digunakan dalam penelitian ini adalah metode k-means yang merupakan salah satu metode klaster yang bersifat unsupervised learning. Tujuan dari penelitian ini adalah untuk mengetahui tingkat akurasi metode k-means dalam klasterisasi karya ilmiah. Pada proses ini pengelompokkan karya ilmiah abstraksi dibagi tiga kategori yaitu hukum, pertanian dan teknik. Pengujian hasil clustering menggunakan k-means menghasilkan nilai rata-rata precision dan recall masing-masing 55.2 %, 51.1% serta akurasi sebesar 50.3%.