Ekspansi Fitur dengan FastText pada Klasifikasi Topik Menggunakan Metode Naïve Bayes-Support Vector Machine(NBSVM) di Twitter
KINTARI NURUL UTAMI
Informasi Umum
Kode
22.04.733
Klasifikasi
300.285 - Data Analysis of Social Science
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Analysis, Social Media,
Dilihat
13 kali
Informasi Lainnya
Abstraksi
Banyak informasi yang tersebar di berbagai jejaring sosial online, termasuk Twitter. Di Twitter, Banyak orang yang berbagi informasi di sekitarnya. Akan tetapi, Twitter hanya dapat mengirim tweet sebanyak 280 karakter. Oleh karena itu, banyak pengguna yang melakukan pemotongan/penyingkatan kata dan juga penggunaan variasi kata pada tweet agar pada setiap tweet mencakup banyak informasi. Penggunaan variasi kata seperti emoticon, bahasa gaul, dan singkatan pada tweet membuat ketidakcocokan kosa kata dan kalimat yang disampaikan sehingga sulit untuk dimengerti. Dalam hal ini, penulis melakukan ekspansi fitur untuk kasifikasi topik di Twitter agar dapat mengatasi permasalahan tersebut. Metode yang digunakan untuk ekspansi fitur adalah FastText dan metode yang digunakan dalam klasifikasi adalah Naïve Bayes-Support Vector Machine (NBSVM). Hasil dari penelitian ini menunjukkan bahwa sistem klasifikasi topik dengan ekspansi fitur FastText menggunakan metode NBSVM memiliki akurasi sebesar 82.01%.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | KINTARI NURUL UTAMI |
| Jenis | Perorangan |
| Penyunting | Erwin Budi Setiawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2022 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
