Analisis Trending Topic pada Twitter Menggunakan algoritma Support Vector Machine dengan pembobotan TF-IDF

NAHDIYAN NOOR

Informasi Dasar

20.04.1276
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Twitter adalah salah satu media social, yang mempunyai pengguna sangat banyak, dengan banyaknya pengguna, tweet yang dihasilkan Twitter setiap harinya sangatlah banyak, dan dapat dikelompokan menjadi trending topic yang menggambarkan berita yang sedang hangat dibicarakan pada saat ini. Namun terdapat masalah karena masih banyak tweet yang menggunakan hashtag tentang kejadian yang hangat dengan isi tweet yang berbeda dari hashtag yang dimaksudkan, sehingga membuat pengguna harus membaca satu persatu isi dari setiap tweet. Penelitian ini bertujuan untuk mengatasi masalah dengan membagi berbagai kategori pada trending topic yang ada pada Twitter. Penelitian ini dilakukan dengan menggunakan metode klasifikasi Support Vector Machine (SVM) dengan menambahkan metode pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Dari hasil percobaan didapatkan akurasi tertinggi sebesar 81.4% dengan menggunakan skenario dataset dan ratio 90:10, dan didapatkan akurasi tertinggi sebesar 81.47% pada ratio 90:10, dengan skenario n-gram pada bagian unigram + bigram + trigram.

Subjek

Machine - learning
 

Katalog

Analisis Trending Topic pada Twitter Menggunakan algoritma Support Vector Machine dengan pembobotan TF-IDF
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

NAHDIYAN NOOR
Perorangan
ERWIN BUDI SETIAWAN, ISMAN KURNIAWAN
 

Penerbit

Universitas Telkom, S1 Ilmu Komputasi
Bandung
2020

Koleksi

Kompetensi

  • CDG4K3 - DATA MINING
  • CCH3F3 - KECERDASAN BUATAN
  • CIG4A3 - PEMBELAJARAN MESIN
  • CSH4H3 - PENAMBANGAN TEKS
  • CCH4D4 - TUGAS AKHIR
  • CII4E4 - TUGAS AKHIR
  • CPI4E4 - TUGAS AKHIR
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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