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

AMALIA HUWAIDAH

Informasi Dasar

79 kali
20.04.3751
000
Karya Ilmiah - Skripsi (S1) - Reference

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

Subjek

Text mining
 

Katalog

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

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

AMALIA HUWAIDAH
Perorangan
Adiwijaya, Said Al Faraby
 

Penerbit

Universitas Telkom
 
2020

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini