Penentuan Metode Seleksi Fitur Terbaik Dalam Pelabelan Ulasan Buku Berbahasa Inggris Berbasis Rating
ILHAM ANANDITYA

Informasi Umum

Kode

19.04.3439

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

47 kali

Informasi Lainnya

Abstraksi

GoodReads adalah situs daring untuk katalogisasi buku bagi pembaca memberikan ulasan serta nilai rating. Namun jika pembaca hanya membaca sedikit review yang diberikan oleh orang lain, informasi yang didapat akan menjadi bias. Pengklasifikasian teks mengenai review seseorang adalah kegiatan umum sehingga proses pemilihan fitur menjadi faktor utama dalam menyimpulkan nilai sentimen menjadi sentimen positif dan negatif untuk dataset berupa nilai rating dan ulasan buku. Metode pemilihan fitur Greedy Algorithms dan Comprehensively Measure Feature Selection (CMFS) merupakan metode yang menghasilkan nilai yang baik digunakan dalam seleksi fitur. Melalui pendekatan Multinomial Naïve Bayes (MNB) seleksi fitur keduanya memperoleh hasil yang baik untuk seleksi fitur yang berbeda. Prinsip Greedy Algorithms adalah memperoleh nilai pembobotan terbesar, sedangkan CMFS melihat jumlah kemunculan kata pada kelas tertentu. Pada 200 data fitur diperoleh hasil F1-score terbaik untuk metode pelabelan otomatis average dengan seleksi fitur Greedy yaitu 87,6% (presentase).

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook