Rachman, Arif (2016) Optimasi Akurasi Analisis Sentimen Pada Twitter Menggunakan Metode N-Gram. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Twitter sebagai salah satu jejaring sosial yang interaktif dapat dijadikan sebagai sumber data untuk melakukan analisis sentimen terhadap suatu hal. Pada tweet di Twitter terdapat banyak penggunaan kata tidak baku dengan variasi penulisannya. Berdasarkan hasil pengamatan terhadap akun Twitter salah satu acara pencarian bakat di Indonesia, ditemukan beberapa penggunaan kata tidak baku dengan berbagai variasinya. Keberadaan variasi kata tidak baku yang sebetulnya merujuk kepada suatu kata baku dapat mempengaruhi akurasi hasil penghitungan dengan naive bayes, karena setiap kata pada tweet berperan penting pada proses klasifikasi apakah sebuah tweet masuk ke dalam kelas positif atau negatif. Diperlukan suatu proses untuk mengakomodasi pengunaan kata tersebut, yaitu dengan metode n-gram. N-gram adalah potongan n-karakter yang dibangkitkan dari suatu string. Metode n-gram digunakan untuk pengambilan fitur pada suatu tweet sebelum diklasifikasikan ke dalam kelas sentimen positif atau negatif menggunakan naive bayes. Nilai n yang digunakan yaitu 2-10. Berdasarkan hasil pengujian menggunakan metode 10-fold cross validation dengan jumlah data sebanyak 1000 tweet, dapat disimpulkan bahwa penggunaan metode n-gram sebagai fitur dapat berpengaruh dalam peningkatan akurasi dari klasifikasi tweet. Nilai n=4 sudah mencapai rata-rata akurasi tertinggi sebesar 95%, sehingga direkomendasikan untuk digunakan sebagai pengambilan fitur.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | analisis sentimen, twitter, tweet, naive bayes, n-gram, akurasi, k-fold cross validation. |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Depositing User: | Admin Repository |
| Date Deposited: | 16 Nov 2016 07:53 |
| Last Modified: | 16 Nov 2016 07:53 |
| URI: | http://repository.unikom.ac.id/id/eprint/15413 |
Actions (login required)
 |
View Item |
