Klasifikasi Komentar Toxic Pada Sosial Media Menggunakan SVM, Information Gain dan TF-IDF
MUHAMMAD ILHAM MAULANA
Informasi Umum
Kode
23.04.2068
Klasifikasi
300.285 - Data Analysis of Social Science
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Analysis
Dilihat
469 kali
Informasi Lainnya
Abstraksi
<p>Sosial media merupakan suatu bentuk perantara interaksi sosial secara <i>online</i>. Aplikasi media sosial pun sudah dalam banyak bentuk dan di dalam sosial media ini meskipun banyak hal positif yang dapat diambil, ada beberapa juga hal-hal negatif contoh nya <i>toxic comment</i>. <i>Toxic comment </i>sendiri tidaklah mudah untuk dideteksi secara manual, maka penelitian berencana untuk mengklasifikasikan toxic comment tersebut menggunakan machine learning. Beberapa penelitian untuk klasifikasi <i>toxic comment </i>sudah dilakukan, dalam beberapa penelitian tersebut digunakan metode Support Vector Machine. Dalam penelitian ini metode yang digunakan <i>adalah Support Vector Machine </i>(SVM) sebagai <i>classifier</i>, <i>Information Gain </i>sebagai <i>feature selection </i>dan TF-IDF sebagai <i>feature extraction</i>. Data-data yang dikumpulkan adalah melalui cuitan <i>twitter </i>beberapa pengguna di media sosial tersebut. Komentar-komentar tersebut dikumpulkan menjadi satu lalu diklasifikasikan menggunakan metode-metode yang sudah disebutkan.</p>
- CSH3L3 - PEMBELAJARAN MESIN
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD ILHAM MAULANA |
| Jenis | Perorangan |
| Penyunting | Kemas Muslim Lhaksmana, Mahendra Dwifebri Purbolaksono |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
