PENERAPAN DISTANCE WEIGHTED K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KOMENTAR INSTAGRAM BERBAHASA INDONESIA

71140050, Anton Susilo (2019) PENERAPAN DISTANCE WEIGHTED K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KOMENTAR INSTAGRAM BERBAHASA INDONESIA. Bachelor thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71140050_bab1_bab5_daftarpustaka.pdf Download (800kB)
	Text (Skripsi Informatika) 71140050_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

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%.

Actions (login required)

View Item