Penggunaan Metode GloVe untuk Ekspansi Fitur pada Analisis Sentimen Twitter dengan Naïve Bayes dan Support Vector Machine

MADE DWI DHARMA SREYA

Informasi Dasar

22.04.665
300.285
Karya Ilmiah - Skripsi (S1) - Reference

Analisis Sentimen merupakan cara untuk mengetahui opini publik terhadap suatu informasi. Berbagai metode dapat digunakan untuk memperoleh akurasi serta meningkatkan akurasi informasi yang didapat dari Analisis Sentimen. Untuk mendapatkan akurasi yang maksimal ini dilakukan dengan 3 tahapan yaitu pencarian baseline, penggunaan hyperparameter dan TFIDF, dan penggunaan Korpus. Penggunaan korpus yang tidak efektif karena ketidaksesuaian kosakata dapat menurunkan akurasi analisis sentimen. Oleh karena itu digunakan Metode GloVe dalam ekspansi fitur pada Korpus untuk mengatasi ketidasesuaian kosakata pada data yang kita miliki. Selain menggunakan Metode GloVe sebagai cara untuk mengekspannsi fitur, Support Vector Machine serta Naive Bayes juga digunakan sebagai Metode Klasifikasi. Hasil yang didapat dari penelitian yaitu perbandingan akurasi sebelum dan sesudah melakukan ketiga tahapan tersebut. Peningkatan yang diperoleh adalah sebesar 44% dan 54% dengan akurasi yang sebelumnya sebesar 0.5394 dan 0.5406 meningkat menjadi 0.7786 dan 0.8323 untuk Naïve Bayes dan Support Vector Machine.

Subjek

DATA ANALYSIS
SOCIAL MEDIA,

Katalog

Penggunaan Metode GloVe untuk Ekspansi Fitur pada Analisis Sentimen Twitter dengan Naïve Bayes dan Support Vector Machine
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MADE DWI DHARMA SREYA
Perorangan
Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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