Tugas akhir merupakan salah satu persyaratan kelulusan mahasiswa. Mahasiswa yang ingin
mengerjakan tugas akhir perlu melihat hasil tugas akhir dengan topik yang sama yang telah dikerjakan
sebelumnya. Dengan jumlah dokumen tugas akhir yang banyak, tentunya membutuhkan usaha besar
untuk menemukan dokumen tugas akhir dengan topik yang sama. Pengelompokan tugas akhir dapat
diotomasi menggunakan metode klasifikasi dokumen. Metode yang dapat digunakan untuk
mengklasifikasi dokumen adalah K-Nearest Neighbors sebagai classifier dan Vector Space Model untuk
mengukur distance antar dokumen. Dari hasil pengamatan awal, klasifikasi multilabel pada abstrak
tugas akhir menggunakan Vector Sapce Model dan K-Nearest Neighbors belum pernah dilakukan
evaluasi. Karena beberapa penelitian sebelumnya lebih mengarah pada pengujian single label dan
hanya menjurus kepada satu metode sebagai metode yang di ujikan. Klasifikasi dokumen abstrak tugas
akhir terdiri dari 2 tahap yaitu membuat distance tabel menggunakan vector space model dan klasifikasi
multilabel menggunakan KNN. Metode ini belum mampu memprediksi label secara tepat karena nilai
exact match ratio optimum-nya hanya 0,57 saat m = 4 dan k = 8. Metode ini cukup baik dalam

92 | SINTECH Journal
memprediksi label walau tidak dengan tepat. Dapat dilihat dari nilai accuracy optimum-nya yang
sebesar 0.74 saat m = 4 dan k = 9. Nilai exact match ratio dan accuracy metode ini memiliki nilai
optimum pada saat m=k/3.