Klasifikasi Judul Proyek Aplikasi Konsentrasi Menggunakan Algoritma Naive Bayes

Abstract

Klasifikasi judul proyek aplikasi berdasarkan bidang konsentrasi menjadi tantangan bagi institusi pendidikan dan perusahaan teknologi karena variasi kata dan struktur judul yang beragam. Proses klasifikasi manual memerlukan waktu lama dan rentan terhadap kesalahan subjektif. Penelitian ini mengusulkan penggunaan algoritma Naïve Bayes dengan teknik pemrosesan bahasa alami (NLP) untuk mengotomatiskan klasifikasi berdasarkan pola dalam data historis. Hasil penelitian menunjukkan bahwa model memiliki akurasi sebesar 42.42%. Beberapa kategori, seperti Pemerintahan & Hukum serta Pariwisata & Hospitality, menunjukkan precision dan recall yang tinggi, sedangkan kategori lain kurang terdeteksi akibat keterbatasan data. Nilai macro average precision sebesar 0.33 dan recall 0.25 mengindikasikan model masih kurang optimal dalam mengenali seluruh kategori. Untuk meningkatkan akurasi, diperlukan peningkatan jumlah data, teknik balancing, serta eksplorasi model lain seperti SVM atau Random Forest. Dengan implementasi sistem klasifikasi otomatis ini, pengelolaan data proyek dapat dilakukan lebih efisien, serta mendukung analisis tren penelitian di lingkungan akademik maupun industri.

Kata kunci: Klasifikasi judul proyek, Naïve Bayes, NLP, machine learning, analisis teks.