Prediksi Retweet Menggunakan Fitur Content Based dengan Metode Jaringan Saraf Tiruan Dioptimasi dengan Particle Swarm Optimization - Dalam bentuk pengganti sidang - Artikel Jurnal
ALIFIA BELQIS
Informasi Umum
Kode
23.04.4072
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine - Learning
Dilihat
201 kali
Informasi Lainnya
Abstraksi
<p>Twitter merupakan platform media sosial yang memiliki jutaan pengguna di seluruh dunia, dengan tweet semua orang atau pengguna dapat melihat informasi secara up to date dan dengan fitur trending yang biasanya menggunakan hashtag. Tweet dapat dibagikan ke pengguna lainnya dengan cara retweet yang sangat berperan penting dalam penyebaran informasi yang lebih luas. Penelitian ini membahas mengenai prediksi retweet menggunakan fitur berbasis konten dengan metode jaringan saraf tiruan untuk klasifikasinya dan dioptimalkan dengan algoritma Particle Swarm Optimization untuk mendapatkan tingkat akurasi yang lebih tinggi. Model Jaringan Syaraf Tiruan dengan Particle Swarm Optimization ini menunjukan hasil terbaik ketika sudah dilakukan skenario oversampling dengan hasil akurasi 88.66% dan F1-score 89.19%.</p>
<p>Kata kunci : Twitter, JST-PSO, retweet, content-based, F1-Score</p>
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ALIFIA BELQIS |
| Jenis | Perorangan |
| Penyunting | Jondri, Widi Astuti |
| 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 |
