Classification of Book Collections Based on DDC 23 Using Text Mining Algorithm at UNIDA Gontor Library

Koleksi buku dalam sebuah perpustakaan merupakan sarana informasi yang telah menjadi aktor utama sebagai pendukung keberadaan sebuah perpustakaan. Perpustakaan UNIDA Gontor menggunakan sistem klasifikasi Dewey Decimal Classification edisi 23 (DDC 23), sebagai acuan sistem penomoran klasifikasi pada tiap koleksi buku. Namun, dalam penomoran klasifikasi tersebut belum ada sistem otomatis yang membantu para pustakawan dalam menetapkan penomoran klasifikasi pada tiap koleksi. Maka diperlukannya pemilihan sebuah sistem model yang cocok untuk diterapkan kedalam sistem klasifikasi otomatis tersebut. Data yang digunakan pada penelitian ini adalah berupa data blurb (konten promosi) pada tiap koleksi buku umum berbahasa Indonesia yang ada di Perpustakaan UNIDA Gontor. Dalam penelitian ini diterapkannya empat metode algoritma teks mining untuk diuji dan dibandingkan. Algoritma yang digunakan dalam pengujian penelitian ini adalah Multinomial Nb, Logistic Regression, Random Forest, dan Support Vector Classifier. Dari hasil pengujian mendapatkan hasil akurasi tertinggi yaitu pada algoritma Support Vector Classifiersebesar 72%, sedangkan pada algoritma Logistic Regression 69%, Random Forest 69%, dan Multinomial Nb 59%. Penelitian selanjutnya disarankan untuk menerapkan algoritma Support Vector Classifierkedalam sistem informasi perpustakaan UNIDA Gontor.