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%.

A lot of existing researches are causing the document become so much and various. So that, it's needed a method to cluster documents according to the category. Clustering is a data mining method to cluster the data according to the characteristic that can help user in searching the document rapidly. The used method in this research is K-means method which is one of cluster method, it is unsupervised learning. This research is aimed to know the accuracy rate of K-means method in scientific research of clustering. In this process, the clustering of scientific research is divided into 3 categories, law, agriculture and technique. The result of clustering using k-means generates the average precision and recall 55.2 %, 51.1% for each and the accuracy is also 50.3%.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal