NURMAYANI (2018) KLASIFIKASI AKUN ALAY DI TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018479TIF.pdf Download (446kB) | Preview |
|
|
Text
2. PENGESAHAN_2018479TIF.pdf Download (298kB) | Preview |
|
|
Text
3. ABSTRAK_2018479TIF.pdf Download (161kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018479TIF.pdf Download (188kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018479TIF.pdf Download (102kB) | Preview |
|
|
Text
6. BAB I_2018479TIF.pdf Download (171kB) | Preview |
|
|
Text
7. BAB II_2018479TIF.pdf Download (318kB) | Preview |
|
|
Text
8. BAB III_2018479TIF.pdf Download (136kB) | Preview |
|
|
Text
9. BAB IV_2018479TIF.pdf Download (755kB) | Preview |
|
Text
10. BAB V_2018479TIF.pdf Restricted to Repository staff only Download (781kB) |
||
|
Text
11. BAB VI_2018479TIF.pdf Download (100kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018479TIF.pdf Download (157kB) | Preview |
Abstract
Banyaknya pengguna Twitter yang digunakan oleh para remaja menjadikan anak remaja sebagai target pasar penjualan yang tepat bagi suatu perusahaan. Tetapi, sulit untuk mendapatkan datanya, karena tidak semua pengguna Twitter menampilkan tanggal lahir pada akunnya sehingga sulit untuk dapat membedakan pengguna Twitter tersebut remaja atau bukan. Dan hal tersebut dapat diketahui dari gaya bahasa yang digunakan yaitu bahasa Alay.Karena menurut (Kelana, 2011), remaja itu Alay tetapi Alay belum tentu remaja. Dengan begitu, maka dibuatlah aplikasi untuk mengklasifikasi akun Twitter Alay atau tidak dengan menggunakan metode Naïve Bayes Classifier(NBC). Parameter yang digunakan sebanyak 18, yaitu:follower, following, retweet, name, username, description, liked, like, plain status, mention, URL, hashtag, life time, tweet spread, user collective activeness, collective influence, foto/video danemoticon. Datanya di download melalui Twitter API sebanyak50 akun. Kemudian50 akun Twitter dilabeloleh 3 orang yang pernah Alay. Klasifikasi ini menggunakan dua tahapan preprocessing yaitu cleaning dan tokenizing. Output yang dihasilkan berupa Alay dan tidak Alay. Pengujian akurasi sistem dilakukan dengan model Confusion Matrix. Hasil pengujian diketahui bahwa metode NBC dapat diterapkan pada sistem Klasifikasi akun Alay di Twitter dengan tingkat akurasi yang didapat yaitu 86,67%.Kata kunci: alay, confusion matrix, naïve bayes classifier, textpreprocessing
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Ms. Nilam Badriyah |
Date Deposited: | 23 Jul 2019 04:35 |
Last Modified: | 23 Jul 2019 04:35 |
URI: | http://repository.uin-suska.ac.id/id/eprint/16600 |
Actions (login required)
View Item |