eprintid: 5773
rev_number: 14
eprint_status: archive
userid: 233
dir: disk0/00/00/57/73
datestamp: 2021-09-07 02:33:29
lastmod: 2021-09-07 02:33:29
status_changed: 2021-09-07 02:33:29
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22094757, I Wayan Ryandi Saskara
creators_id: ryandi.san@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Susanto, Budi
contributors_name: Chrismanto, Antonius Rachmat
corp_creators: Universitas Kristen Duta Wacana
title: KLASIFIKASI TWEET MENGGUNAKAN ALGORITMA NAÏVE BAYES
ispublished: pub
subjects: QA
subjects: QA75
subjects: QA76
subjects: ZA
divisions: tek_informatika
full_text_status: restricted
keywords: Klasifikasi, Twitter, Naive Bayes ,Akurasi, Data Mining.
abstract: Pada situs portal berita, berita atau informasi digolongkan berdasarkan topik atau kategori tertentu, seperti kategori olahraga, politik dan lain-lain, sehingga tiap orang dapat memilih konten berita sesuai dengan isi tweet tersebut. Namun pada Twitter, akun portal berita tidak mengkategorikan berita yang di posting, sehingga hal ini menyulitkan follower dari akun twitter untuk memperoleh berita yang sesuai dengan keinginannya. Oleh karena itu, akan dirancang sebuah sistem klasifikasi tweet yang dapat mengklasifikasikan kategori berita yang di posting oleh akun portal berita tersebut dengan menggunakan algoritma Naïve bayes Classiffier kedalam kategori yang telah ditentukan. Dalam penelitian ini digunakan 4 jenis kategori berita untuk proses klasifikasi, yaitu kategori politik, keuangan, teknologi dan olahraga. Pembobotan term menggunakan metode TF-IDF dengan mode feature selection yang di ambil dari semua kategori dan tiap kategori yang di descending berdasarkan bobot TF-IDF. tiap mode feature selection dilakukan pengambilan presentase feature selection sebanyak 10%,20% dan 40%. Dari hasil evaluasi sistem diketahui mode feature selection tiap kategori memberikan tingkat akurasi 0.895 dengan presentase feature 40%. Sedangkan untuk mode feature yang di ambil dari semua kategori dihasilkan nilai akurasi sebesar 0.776 dengan presentase feature yang terambil sebanyak 20%. Tingkat akurasi menggunakan feature selection dengan mengambil feature dari tiap kategori menghasilkan tingkat akurasi yang lebih tinggi daripada feature selection dengan mengambil feature dari semua kategori.
date: 2014-07
date_type: published
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22094757, I Wayan Ryandi Saskara  (2014) KLASIFIKASI TWEET MENGGUNAKAN ALGORITMA NAÏVE BAYES.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/5773/1/22094757_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/5773/2/22094757_bab2-sd-bab4_lampiran.pdf