Identifikasi Argumen pada Tweets Masyarakat Indonesia terhadap Isu Pemindahan Ibu Kota Indonesia dengan Metode SVM dan TF-IDF

AMALIA HUWAIDAH

Informasi Umum

Kode

20.04.3751

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Text Mining

Dilihat

51 kali

Informasi Lainnya

Abstraksi

Jagat media sosial twitter sedang ramai memperbincangkan isu tentang pindah ibu kota, masyarakat berlomba lomba berbagi cuitannya dalam berbagai ekspresi. Bentuk ekspresi ini disinyalir sebagai bentuk masyarakat mengemukakan opini serta argumennya. Penelitian ini akan menggunakan dataset dari Twitter berbahasa Indonesia yang membicarakan topik seputar pindah ibu kota. Tujuan dari penelitian ini adalah mengidentifikasi argumen menggunakan metode klasifikasi Multi-Class Support Vector Machine (SVM), dan Multinomial Naïve Bayes (MNB) dengan feature extraction TFIDF. Variasi dari karakter data twitter yang memiliki banyak noise akan menjadi tantangan pada penelitian ini. Beberapa scenario preprocessing akan dilakukan sebagai upaya mengatasi masalah ini. Kami akan mengklasifikasikan data ke kelas argumen, non argument dan unknown. Hasil akurasi terbaik sebesar 71.42% didapatkan dengan menggunakan metode klasifikasi SVM dengan fitur unigram tanpa stopwords removal. Dari hasil penelitian dapat disimpulkan bahwa fitur stopwords removal memiliki efektifitas yang beragam tergantung pada kombinasi fitur yang diterapkan