Anggi Pranata, Nata (2022) Klasifikasi Sentimen Terhadap Maxim Menggunakan Algoritma SVM Pada Media Sosial Twitter. Klasifikasi Sentimen Terhadap Maxim Menggunakan Algoritma SVM Pada Media Sosial Twitter, 5 (3). pp. 332-341. ISSN 2621-3052

Preview

Text Upload Jurnal Anggi Pranata_Bebas Pustaka.pdf - Published Version Download (1MB) | Preview

Abstract

Twitter merupakan media sosial yang penggunanya paling pesat. Seiring perkembangan waktu, setiap ojek online memiliki popularitas di masing-masing user. Contoh saja Maxim, pendatang baru yang menyediakan layanan yang berbeda dengan ojek lain. Salah satu aktivitas yang biasa dilakukan para fans atau haters kepada akun twitter ojek online yaitu memberikan komentar pada tweet, untuk mengetahui komentar para fans dan haters diperlukan klasifikasi dengan menggunakan machine learning. Pada penelitian ini, langkah pertama adalah dilakukan proses sortir dan pemberian label pada data tersebut. Hasilnya akan tercipta 3 label yaitu label data positif, netral dan label data negatif dengan jumlah 1200 data. Selanjutnya melakukan analisa preprocessing data yang meliputi case folding, cleansing data, tokenizing, filtering dan stemming. Lalu dilakukan pembobotan dengan metode TF-IDF dan diklasifikasikan dengan metode Support Vector Machine. Hasil pengujian dilakukan dengan metode Confussion Matrix, berdasarkan hasil pengujian diperoleh akurasi terbaik pada perbandingan data 90:10 sebesar 85% dengan menggunakan Kernel RBF dan Polynomial, dilanjutkan dengan kernel Sigmoid sebesar 82,5% dimana hasil klasifikasi didominasi kalimat positif.

Available Versions of this Item

• Klasifikasi Sentimen Terhadap Maxim Menggunakan Algoritma SVM Pada Media Sosial Twitter. (deposited UNSPECIFIED)
  • Klasifikasi Sentimen Terhadap Maxim Menggunakan Algoritma SVM Pada Media Sosial Twitter. (deposited 08 Jul 2022 01:23) [Currently Displayed]

Actions (login required)

View Item