Klasifikasi Emosi pada Tweet di Twitter Menggunakan Metode K-Nearest Neighbor

FAUZI MUHAMMAD ALFATH

Informasi Dasar

19.04.3661
006.701 4
Karya Ilmiah - Skripsi (S1) - Reference

Emosi merupakan hal yang tidak bisa lepas dalam kehidupan sehari-hari, termasuk ketika seseorang sedang berinteraksi di media sosial salah satu nya adalah Twitter. Pengklasifikasian tweet mengenai emosi merupakan hal yang menarik untuk diteliti, karena seseorang ketika berkomunikasi di media sosial tentu tidak lepas dari emosi orang tersebut. Text Mining merupakan proses ekstraksi informasi yang bertujuan untuk mendapatkan makna yang sebenarnya dari suatu data teks. K-Nearest Neighbor merupakan salah satu metode pengklasifikasian teks, metode tersebut memiliki akurasi yang baik di dalam pengklasifikasian, dengan menggunakan pendekatan berdasarkan jarak antar data yang yang dimiliki oleh K-Nearest Neighbor, yang dimana didalam pembobotan teks tersebut akan menggunakan proses TF-IDF, maka pengklasifikasian teks pada kasus emosi bisa berjalan dengan baik. Pada penelitian ini menerapkan beberapa skema pengujian, pada skema pengujian tersebut didapatkan hasil akurasi terbaik pada skema pengujian K-Fold k=10 dengan menggunakan preprocessing stemming yaitu sebesar 74,33%, yang dimana akurasi tersebut didapatkan pada nilai K neighbor=281, dengan rata-rata precision 76,38%, recall 74,15%, dan F1-Score 73,4%.

Kata kunci : Text Mining, K-Nearest Neighbor, Classification, Emotion

Subjek

Text mining
 

Katalog

Klasifikasi Emosi pada Tweet di Twitter Menggunakan Metode K-Nearest Neighbor
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FAUZI MUHAMMAD ALFATH
Perorangan
Ibnu Asror, Yusza Reditya Murti
 

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