NURFADILLAH MZ, - (2021) KLASIFIKASI TWEET BERDASARKAN TOPIK BERITA DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text File lengkap sampai lampiran kecuali hasil penelitian (Bab V).pdf Download (9MB) | Preview
	Text (BAB V) File Hasil Penelitian (Bab V).pdf - Published Version Restricted to Repository staff only Download (872kB)

Abstract

Twitter adalah layanan jaringan sosial media yang memungkinkan penggunanya untuk mengirim dan membaca pesan berbasis teks hingga 140 karakter, yang dikenal dengan kicauan (tweet). Tweets yang muncul pada beranda Twitter tergabung menjadi satu tanpa ada pengelompokkan kategori seperti ekonomi, olahraga, teknologi, otomotif dan kesehatan. Permasalahan yang muncul adalah pengguna menjadi kesulitan untuk memilah berita atau informasi yang diinginkan. Maka, berdasarkan tweets yang bercampur aduk tersebut dapat diklasifikasikan berdasarkan kategorinya untuk memudahkan ketika seorang pengguna mencari sebuah berita atau informasi yang diinginkan. Twitter juga dapat membantu pengguna Twitter menemukan topik yang menarik bagi mereka. Oleh karena itu, klasifikasi tweet berdasarkan topik berita perlu dilakukan dengan metode Support Vector Machine (SVM). Penelitian ini menggunakan 5000 data tweet sebagai dataset. Untuk menggantikan proses pelabelan manual, menjadi pelabelan otomatis untuk skala besar. Tahapan yang dibutuhkan untuk mengetahui akurasi yang dihasilkan SVM dalam mengklasifikasikan tweet berdasarkan topik berita yaitu: pelabelan manual, preproccesing, seleksi fitur dan proses pembelajaran SVM. Penelitian ini menggunakan pembagian data 90% sebagai data latih dan 10% sebagai data uji. Model pembelajaran yang dihasilkan SVM, didapat sebesar 96.2% dengan threshold 3 dan menggunakan ∁ = 8 dan Gamma = 0.0005. Kata Kunci: Klasifikasi, Minat, Preprocessing, Support Vector Machine, Topik berita, Tweet

Actions (login required)

View Item