Analisis Pengaruh Normalisasi, TF-IDF, Pemilihan Feature-set Terhadap Klasifikasi Sentimen Menggunakan Maximum Entropy (Studi Kasus : Grab dan Gojek)
MUHAMAD FAUZAN PUTRA
Informasi Umum
Kode
19.04.2979
Klasifikasi
005.13 - Language Programming, Coding of Programs, Source Code
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Language Programming
Dilihat
344 kali
Informasi Lainnya
Abstraksi
Penggunaan sosial media untuk mengutarakan pendapat sudah menjadi kebiasaan masyarakat. Opini yang ditulis konsumen sedikit banyak dapat berpengaruh terhadap bisnis perusahaan. Perusahaan butuh untuk mengevaluasi pelayanan demi kepuasan konsumen dan opini ini dapat sangat bermanfaat dalam berjalannya prosestersebut. Dengan banyaknya tweet dari konsumen merupakan pekerjaan yang tidak mudah bagi manusia. Oleh karena itu, pada penelitian ini dibuat suatu sistem yang mampu mengklasifikasi berbagai opini konsumen yang bersifat positif dan negatif. Untuk menentukan fitur dan bobotnya digunakan metode TF-IDF, serta metode Maximum Entropy untuk melakukan klasifikasi. Hasil terbaik yang didapat pada percobaan ini adalah akurasi sebesar 90,67% dan f1-score sebesar 84,3%.
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMAD FAUZAN PUTRA |
| Jenis | Perorangan |
| Penyunting | ANISA HERDIANI, DIYAS PUSPANDARI |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
