Perbandingan Algoritma Machine Learning untuk Analisis Sentimen Berbasis Aspek pada Review Female Daily
MUHAMMAD HADIYAN WICAKSONO
Informasi Umum
Kode
23.04.093
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning, Algorithm Analysis,
Dilihat
342 kali
Informasi Lainnya
Abstraksi
<p style="margin-left:14.95pt;">Beredar produk produk kecantikan yang di jual di <em>internet </em>oleh berbagai macam produsen baik luar negeri maupun dalam negeri. Akan tetapi masih diragukan kualitas kosmetik yang dijual oleh tiap produsen, agar mengetahui apakah produk tersebut baik digunakan maka produsen perlu mendapatkan ulasan/<em>review </em>dari konsumen yang memakai produk tersebut. Untuk itu agar produsen lebih mudah untuk mencari produk yang relevan dengan kesehatan maka dibutuhkan sebuah sistem untuk mengklasifikasikan <em>review </em>produk tersebut termasuk kategori relevan atau tidak relevan terhadap aspek kesehatan. Pada Tugas Akhir ini digunakan <em>Machine learning </em>pada klasifikasi sentimen menggunakan <em>Random Forest</em>, <em>Support Vector Machine</em>(SVM), dan <em>K-Nearest Neighbour</em>(KNN) untuk mencari <em>accuracy </em>tertinggi dan <em>F1-score </em>dari ketiga algoritma tersebut dengan menggunakan <em>feature extraction </em>yaitu <em>chi-square </em>dengan <em>feature selection </em>menggunakan <em>Selected K Best </em>untuk proses <em>preprocessing. </em>Dalam penelitian ini telah diperoleh analisis hasil bahwa algoritma SVM dengan kernel <em>Linear </em>mendapatkan nilai akurasi terbaik sebesar 67.10%<strong>.</strong></p>
- CCH3F3 - KECERDASAN BUATAN
- CSH3L3 - PEMBELAJARAN MESIN
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD HADIYAN WICAKSONO |
| Jenis | Perorangan |
| Penyunting | Mahendra Dwifebri Purbolaksono, Said Al Faraby |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
