KLASIFIKASI SENTIMEN PEMBACA BERDASAR KOMENTAR TERHADAP BERITA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

22094777, Gan, Diana Kusumo (2013) KLASIFIKASI SENTIMEN PEMBACA BERDASAR KOMENTAR TERHADAP BERITA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22094777_bab1_bab5_daftarpustaka.pdf

Download (508kB)
[img] Text (Skripsi Informatika)
22094777_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Seiring perkembangan teknologi yang semakin canggih, banyak terdapat artikel berita yang dapat kita temukan di banyak situs dan blog pribadi. Dari artikel tersebut, muncullah suatu interaksi antara sesama pengakses situs maupun blog tersebut. Interaksi dapat dimunculkan dari komentar yang diberikan untuk sebuah berita yang ada, dimana setiap orang bebas mengutarakan komentarnya. Melihat latar belakang di atas, penulis membangun sebuah sistem yang dapat mengklasifikasikan komentar dalam kategori olahraga, sehingga dapat didapatkan mana komentar yang merupakan komentar yang positif dan mana yang merupakan komentar yang negatif dengan menggunakan metode Naive Bayes Classifier. Sistem klasifikasi komentar dengan metode Naive Bayes pada sistem klasifikasi komentar yang telah dibagun ini, memberikan nilai akurasi yang cukup tinggi untuk uji coba dengan tidak menggunakan tahapan feature selection, yakni sebesar 0,7 dalam range nilai 0-1. Nilai precision + dan recall - terbesar didapatkan dari nilai feature selection 10% dengan nilai sebesar 0,8 dan 0,9. Nilai precision - dan recall + terbesar didapatkan dari nilai feature selection 100% dengan nilai sebesar 0,7.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: klasifikasi, komentar, komentar berita, Naive Bayes Classifier, precision, recall, feature selection
Subjects: Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
Z Bibliografi. Ilmu Perpustakaan. Sumber Informasi > Sumber-sumber Informasi
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms priska lim
Date Deposited: 17 Jun 2021 01:22
Last Modified: 17 Jun 2021 01:22
URI: http://katalog.ukdw.ac.id/id/eprint/3435

Actions (login required)

View Item View Item