Perbandingan Metode Pembobotan TF-IDF dan TF-Chi Square dalam Menentukan Trending Topik pada Media Sosial Twitter dengan Klasifikasi Logistic Regression

GANGSAR YOGA PAMUNGKAS

Informasi Umum

Kode

20.04.1052

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

291 kali

Informasi Lainnya

Abstraksi

Abstrak Kebanyakan orang sudah mulai mengerti dalam penggunaan sosial media. Sehingga hampir setiap orang selalu berinteraksi ataupun memberikan suatu informasi melalui sosial media, salah satu media yang digunakan adalah twitter. Banyaknya informasi atau suatu kejadian yang dibagikan melalui twitter, sehingga dapat dilakukan analasis mengenai bagaimana suatu peristiwa yang terjadi menjadi suatu trending topik di media sosial twitter. Dalam penelitian ini penulis melakukan analisis mengenai trending topik dalam media sosial twitter. Ramainya suatu pembahasan yang terjadi pada twitter sehingga dapat mengklasifikasikan topik yang dibahas menjadi 12 kategori, kategori yang digunakan yaitu Ekonomi, Seni Budaya, Hukum Ham, Hiburan, Kesehatan, Olahraga, Otomotif, Pendidikan, Politik, Sosial, Teknologi, dan Umum. Sistem yang dibangun menggunakan metode TF-IDF, TF-Chisquare dan klasifikasi Logistic Regression. Dengan menggunakan metode TF-Chisquare dan metode Logistic Regression mampu mendapatkan hasil akurasi 80,50% dari rasio perbandingan data 70:30.