DIGITAL LIBRARY



JUDUL:Perbandingan Pembobotan TF-IDF dan Bag Of Words dengan Seleksi Fitur Chi-Square Menggunakan Klasifikasi Naive Bayes
PENGARANG:TRI PRABOWO
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2023-07-26


 NFT atau ( Non-Fungible Token ) sebagai suatu aset digital yang mewakili objek dunia nyata yang umumnya sama dengan crypto. Sultan Gustaf Al Ghozali menjual NFT berupa foto selfie yang mendapatkan keuntungan miliaran rupiah, mendadak trending menjadi perbincangan di dunia maya dan semakin dikenal sebagian masyarakat salah satunya media sosial twitter. Analisis sentimen dilakukan bertujuan untuk memahami opini masyarakat tentang kasus NFT Ghozali Ghozalu. Pada penelitian ini melakukan perbandingan ekstraksi fitur Bag Of Words dan TF-IDF dengan menggunakan seleksi fitur Chi-Square kemudian dilakukan klasifikasi menggunakan metode Naïve Bayes. Data yang digunakan adalah data tweet dari twitter yang berjumlah 1000 data dan terdiri dari 2 kelas yaitu positif dan negatif dengan masing-masing kelas sebanyak 500 data. Hasil dari perbandingan tersebut diperoleh bahwa perfoma akurasi tertinggi dihasilkan dari ekstraksi fitur TF-IDF dengan menggunakan seleksi fitur Chi-Square dengan hasil akurasi 86,90% dari 2255 fitur setelah diseleksi fitur Chi-square, sedangkan ekstraksi fitur Bag Of Words dengan seleksi fitur Chi-Square dihasilkan 84,90% dari 2255 fitur setelah diseleksi fitur Chi-Square. Sehingga penelitian ini memberikan hasil kinerja terbaik pada pengujian dengan menggunakan TF-IDF dengan seleksi fitur Chi-Square.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI