ABSTRAK
PARAMETER TUNING METODE IKE (INFORMATIVENESS-BASED KEYWORD EXTRACTION) PADA SARAN KUESIONER MAHASISWA (Studi Kasus: SIA FMIPA ULM) (Oleh: M Prasetya Ziandy Putera; Pembimbing: Fatma Indriani, S.T., M.I.T dan Radityo Adi Nugroho S.T., M.kom; 2018; 64 Halaman)
Saran dan opini merupakan bagian penting dalam mengambil suatu kebijakan keputusan. Dalam dunia pendidikan khususnya pada manajemen pelayanan pendidikan diperguruan tinggi, untuk mengetahui berbagai macam komentar dan saran yang masuk dari mahasiswa tentang proses pembelajaran, data dikumpulkan melalui aktivitas kuesioner dalam situs online resmi atau sistem informasi akademik yang telah disediakan oleh perguruan tinggi. Kata kunci dapat membantu untuk mengambil suatu inti sari atau konten dari data komentar saran kuesioner keseluruhan tanpa harus membaca satu persatu untuk memahami isinya. Pada penelitian ini, meneliti mengenai ekstraksi kata kunci otomatis menggunakan algoritma Informativeness-based Keyword Extraction. Selain untuk melihat kinerja algoritma Informativeness-based Keyword Extraction terhadap hasil ekstraksi kata kunci pada dataset, penelitian ini juga dimaksudkan untuk mencari optimal frequency dan nilai batas r yang cocok untuk diterapkan pada keseluruhan dataset. Untuk mendapatkan hasil ekstraksi paling optimal dilakukan pengujian nilai kombinasi antara nilai optimal frequency dan nilai batas r sebanyak 36 kali pengujian permata kuliah dengan evaluasi menggunakan f-measure, didapatkan optimal frequency dengan nilai 2 dan nilai batas r dengan nilai -0.8 merupakan kombinasi parameter terbaik untuk keseluruhan dataset mata kuliah berbeda, dengan hasil f-measure 0.5644 untuk mata kuliah kecerdasan buatan, 0.581 untuk mata kuliah business intelligence, dan 0.5292 untuk mata kuliah sistem manajemen basis data.
Kata kunci: Ekstraksi kata kunci, Informativeness-based Keyword Extraction, optimal frequency, nilai batas r, f-measure