KLASIFIKASI KOMENTAR UNTUK PENDUKUNG CAPRES DARI PORTAL BERITA MENGGUNAKAN METODE BERNOULLI NAIVE BAYES

71150011, Yosef Resi Augmanto (2019) KLASIFIKASI KOMENTAR UNTUK PENDUKUNG CAPRES DARI PORTAL BERITA MENGGUNAKAN METODE BERNOULLI NAIVE BAYES. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71150011_bab1_bab5_daftarpustaka.pdf

Download (544kB)
[img] Text (Skripsi Informatika)
71150011_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Seiring kemajuan teknologi informasi dan komunikasi, penyebaran informasi atau berita di Indonesia sekarang banyak bermula dari media online. Masyarakat pun dapat dengan bebas mengemukakan pendapatnya pada platform sosial media maupun portal berita online. Klasifikasi komentar secara otomatis diperlukan untuk membantu melihat sikap masyarakat terhadap suatu berita atau fenomena. Tujuan dari perancangan sistem ini adalah membantu mengklasifikasikan komentar pada berita dengan kategori PEMILU 2019. Adapun komentar akan dibagi menjadi 2 kelompok, yaitu komentar pendukung paslon 01 Joko Widodo–Ma’aruf Amin dan komentar pendukung paslon 02 Prabowo Subianto–Sandiaga Uno. Pada penelitian ini, penulis menggunakan data dari situs portal berita online detik.com. Data diambil menggunakan grabber, kemudian dilakukan pemberian label menggunakan sistem crowdsourcing. Selanjutnya, dilakukan proses preprocessing seperti case folding, dan stemming, serta aturan-aturan lain seperti penghapusan kata singkatan, penghapusan emoticon dan angka, dan pengolahan kata negasi. Proses klasifikasi dilakukan menggunakan metode Bernoulli Naive Bayes. Luaran berupa klasifikasi untuk sebuah komentar yang dimasukkan ke dalam sistem. Pengujian menunjukkan rata-rata akurasi yang dihasilkan sebesar 67,3%. Seleksi fitur sebesar 10% dari fitur teratas memberikan nilai accuracy dan FMeasure tertinggi.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: klasifikasi teks, bernoulli naive bayes, komentar berita
Subjects: H Ilmu Sosial > Statistik
Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
T Teknologi > Teknologi (Umum)
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms Dominggas Yembise
Date Deposited: 19 Nov 2020 03:55
Last Modified: 23 Jun 2021 02:49
URI: http://katalog.ukdw.ac.id/id/eprint/517

Actions (login required)

View Item View Item