Prediksi Retweet berdasarkan feature user-based menggunakan metode klasifikasi Support Vector Machine
RAKES
Informasi Umum
Kode
21.04.2995
Klasifikasi
006.76 - Multimedia systems- Programming, internet programming, web programming
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Social Media
Dilihat
259 kali
Informasi Lainnya
Abstraksi
Ada banyak sosial media yang digunakan masyarakat dalam menyebarkan informasi secara cepat. Twitter merupakan salah satu unggulan dalam kategori ini, yang mana hanya dengan menekan retweet informasi dapat kita teruskan. Akan tetapi bukan berarti apapun informasi yang kita punya orang akan tertarik menyebarkannya. Penelitian ini bertujuan untuk menghasilkan program prediksi Retweetability sebuah tweet dan mengamati performansi dan akurasi dari machine learning Support Vector Machine dengan menjadikan feature user-based sebagai atribut. Metode k-fold cross validation digunakan setelah preprocessing data. Penelitian berhasil menghasilkan algoritma yang dapat memprediksi Retweetability sebuah tweet dengan f1-score sebesar 66,05%.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RAKES |
| Jenis | Perorangan |
| Penyunting | JONDRI, KEMAS MUSLIM LHAKSAMANA |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2021 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
