DIGITAL LIBRARY



JUDUL:ANALISIS PERFORMA EKSTRAKSI FITUR TF-IDF & N-GRAM PADA KLASIFIKASI KOMENTAR FACEBOOK
PENGARANG:YUDHA SULISTIYO WIBOWO
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2020-08-18


Penelitian ini mengenai Sentiment Analysis menggunakan metode Random Forest sebagai klasifikasi. TF-IDF sebagai pembobotan fitur dan N-Gram sebagai fitur kata. Pada penelitian ini TF-IDF digunakan untuk fitur ekstraksi, pengujian ini menggunakan data komentar facebook tentang berita olahraga. Pengujian ini dibagi menjadi 2 tahap, yaitu tahap pertama dilakukan tanpa penggabungan N-Gram dan tahap kedua dilakukan dengan menggabungkan fitur N-Gram. Performa akurasi yang tinggi dihasilkan ketika fitur tidak digabungkan pada fitur unigram dengan hasil akurasi sebesar 83,67% dari 2757 fitur, bigram menghasilkan 58% dengan fitur sebanyak 8457. Sementara untuk trigram diperoleh hasil sebesar 50% dengan sebanyak 9044 fitur. Dan untuk tahap penggabungan N-Gram diperoleh dengan hasil sebesar 50% untuk semua gram.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI