Analisis dan Implementasi Fuzzy Suppot Vector Machine
Untuk Klasifikasi Multiclass Emosi Pada Twitter
Rizki Elisa Nalawati
Informasi Umum
Kode
113104201
Klasifikasi
511.313 - fuzzy logic
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Fuzzy Logic
Dilihat
339 kali
Informasi Lainnya
Abstraksi
Dewasa ini mikroblogging menjadi sarana komunikasi online yang sangat popular. Jutaan orang melakukan tukar pendapat opini setiap harinya. Sehingga menyebabkan website mikroblogging kaya data yang mengandung opini dan sentiment. Twitter meruapakan mikroblogging yang terpopular. Dengan menggunakan Twitter, analisis akan dilakukan dengan tujuan menunjukkan kumpulan dari corpus untuk analisis emosi dan opinion mining. Kemudian akan melakukan analisis pada corpus yang dikumpulkan dan menjelaskan fenomena yang ditemukan. Dengan corpus yang diperoleh maka akan dilakukan pengklasifikasian emosi yang dapat menentukan kelas emosi penulis twitter. <br>Oleh karena itu, pada tugas akhir ini digunakan sebuah metode bernama Fuzzy Support Vector Machine (FSVM). FSVM merupakan metode yang dapat digunakan untuk menangani masalah multiclass, dari decision function yang ditemukan dari pasangan-pasangan kelas. Nilai keanggotaan ini yang akan menentukan klasfikasi dari jenis emosi. Hasil rata-rata yang didapat dari kombinasi data training testing 80%:20% mencapai 85,46%, sedangkan dari kombinasi data training dan testing 65%:35% mencapai 85,50% dan dari kombinasi 50%:50% data trainig dan testing mencapai 85,49%. Emotion Analysis, Sentiment Analysis, opinion mining, text classification, Fuzzy Support Vector Machine (FSVM)
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | Rizki Elisa Nalawati |
| Jenis | Perorangan |
| Penyunting | Arie Ardiyanti Suryani ST, MT; Siti Sa'adah, ST.,MT |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2014 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
