Argumentation Mining Menggunakan Ekstraksi Structural Feature dan Syntatic Feature dengan Metode Naive Bayes
ARIEF RACHMAT RAMADHAN
Informasi Umum
Kode
19.04.1768
Klasifikasi
006.312 - Data mining
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Mining-advanced Topics
Dilihat
310 kali
Informasi Lainnya
Abstraksi
Argumentasi merupakan aktivitas dengan tujuan untuk meningkatkan atau meminimalisir sudut pandang kontroversial pada sebuah pernyataan agar lebih rasional. Penggunaan argumen dapat ditemukan pada berbagai data teks seperti berita, esai, dan artikel. Argumentation Mining bertujuan untuk mengidentifikasi komponen dan relasi dari sebuah argumen. Pada penelitian ini, dilakukan klasifikasi komponen argumen yaitu premise dan claim menggunakan ekstrasi fitur structural dan syntatic dengan menggunakan model naive bayes. Dalam pengujiannya, terdapat beberapa skenario uji yaitu penggunaan ekstrasi fitur dengan dikritisasi 3 bin dan 5 bin, laplacian smoothing, penggunaan stopword, dan penggunaan lemmatization dengan pembagian data 10 fold. Pengujian pada ekstrasi fitur syntatic dengan skenario penggunaan stopword, laplacian smoothing, dan diskritisasi 3 bin mendapatkan nilai akurasi yang optimal yaitu 82,02%.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ARIEF RACHMAT RAMADHAN |
| Jenis | Perorangan |
| Penyunting | IBNU ASROR, MOCH. ARIF BIJAKSANA |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
