eprintid: 396
rev_number: 16
eprint_status: archive
userid: 34
dir: disk0/00/00/03/96
datestamp: 2020-03-04 02:00:17
lastmod: 2021-06-23 02:26:14
status_changed: 2020-03-04 02:00:17
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71140050, Anton Susilo
creators_id: anton.susilo@ti.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Lukito, Yuan
contributors_name: Rachmat, Antonius
corp_creators: Universitas Kristen Duta Wacana
title: PENERAPAN DISTANCE WEIGHTED K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KOMENTAR INSTAGRAM BERBAHASA INDONESIA
ispublished: pub
subjects: PL
subjects: QA75
divisions: tek_informatika
full_text_status: restricted
keywords: Klasifikasi Teks, K-Nearest Neighbor, Distance Weighted K-Nearest Neighbor
abstract: Instagram menjadi salah satu sosial media yang sering dipakai untuk membagikan momen dari tiap penggunanya melalui foto. Banyak pula public figure yang menggunakan sosial media ini sebagai media berbagi mereka. Namun, popularitas dari artis ini membuat beberapa kalangan mengirimkan komentar spam yang membuat komentar dari post artis sendiri menjadi kotor dipenuhi spam tersebut, sehingga membingungkan saat ingin membaca komentar dari post mereka. Penelitian mengenai klasifikasi teks untuk masalah ini dilakukan dengan pertama kali melakukan pelatihan kepada sistem terlebih dahulu dengan data latih yang jumlahnya diambil secara random. Setelah proses pelatihan, dilakukan pengujian berdasarkan data uji dan latih dengan beberapa parameter seperti nilai k dan presentase fitur yang akan digunakan untuk menguji dan membandingkan metode KNN maupun DWKNN dan menampilkan hasil klasifikasi dari tiap metode dalam bentuk yang mudah dipahami. Hasil penelitian menunjukkan bahwa pengubahan nilai k ini tidak memiliki dampak yang terlalu berarti dalam klasifikasi dengan metode DWKNN dalam penelitian ini, berbanding terbalik dengan KNN yang nilainya cenderung menurun seiring penambahan nilai k dilakukan dan seleksi fitur tidak perlu digunakan dikarenakan hasil success rate yang lebih baik untuk presentase 80% hingga 100%.
date: 2019-07
date_type: published
pages: 46
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71140050, Anton Susilo  (2019) PENERAPAN DISTANCE WEIGHTED K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KOMENTAR INSTAGRAM BERBAHASA INDONESIA.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/396/1/71140050_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/396/2/71140050_bab2-sd-bab4_lampiran.pdf