DIGITAL LIBRARY



JUDUL:Analisis Sentimen Menggunakan Klasifikasi SVM Dan Ekstraksi Fitur TF-IDF-ICF Pada Data Twitter Permendikbud Ristek No.30 Thn 2021
PENGARANG:MIA LIDIYANI
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2024-07-10


Dimasa maraknya permasalahan pelecehan seksual di Indonesia, pemerintah  ingin mengesahkan RUU Permendikbud Ristek No.30 tahun 2021. Informasi terkait RUU tersebut tersebar di sosial media, salah satunya melalui twitter. Penelitian dilakukan dengan perbandingan pembobotan TF-IDF dan pembobotan TF-IDF-ICF. Menggunakan algoritma Support Vector Machine (SVM) untuk klasifikasi datanya dan data yang digunakan adalah data tweet yang berjumlah 600 data. Dari perbandingan pembobotan diperoleh hasil dari pembobotan TF-IDF memiliki kinerja yang lebih baik dibandingkan pembobotan TF-IDF-ICF yaitu dengan nilai akurasi sebesar 66%, presisi sebesar 64%, recall sebesar 72% dan F1-Score sebesar 68%.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI