Analisis Sentimen Review Film Menggunakan Seleksi Fitur Information Gain dan Metode Klasifikasi Support Vector Machine

HERICA BUNGA MAHARANI

Informasi Dasar

19.04.3170
004.16
Karya Ilmiah - Skripsi (S1) - Reference

Perkembangan teknologi informasi yang begitu cepat mampu membuat data semakin bertambah setiap harinya karena banyak orang memanfaatkan kemudahan teknologi sebagai tempat atau sarana untuk mencari informasi salah satunya adalah film. Banyaknya jumlah data yang ada pada situs review film membuat sulitnya mendapatkan informasi yang terkandung didalamnya. Analisis sentiment dapat menjadi solusi dalam mengolah data-data tersebut karena dapat mengklasifikasikan review penonton kedalam kategori positif dan negatif, serta membuat bentuk dokumen yang awalnya tidak terstruktur menjadi bentuk yang lebih terstruktur sehingga dapat memperoleh sebuah informasi penting dari kualitas sebuah film tersebut. Pada Tugas Akhir ini dilibatkan beberapa pengujian untuk mengetahui pengaruh performansi dengan membandingkan tahap preprocessing yang dilakukan antara preprocessing menggunakan stemming dan preprocessing dengan menggunakan lemmatization. Setelah itu melakukan perbandingan antara menggunakan seleksi fitur Information Gain dan tidak menggunakan seleksi fitur Information Gain. Hasil penelitian ini didapatkan bahwa preprocessing dengan menggunakan lemmatization dan seleksi fitur Information Gain mendapat hasil dengan akurasi sebesar 94.00% dibandingkan dengan tanpa menggunakan seleksi fitur Information Gain yaitu sebesar 92.00%.

Subjek

DATA ANALYSIS
 

Katalog

Analisis Sentimen Review Film Menggunakan Seleksi Fitur Information Gain dan Metode Klasifikasi Support Vector Machine
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

HERICA BUNGA MAHARANI
Perorangan
Yuliant Sibaroni
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2019

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini