Penulis Utama : Alfan Wiguna Putra
Penulis Tambahan : -
NIM / NIP : M0513005
Tahun : 2021
Judul : Klasifikasi Relevansi Trending Topic Dengan Konten Twitter Menggunakan Support Vector Machine (SVM)
Edisi :
Imprint : Surakarta - Fak. MIPA - 2021
Kolasi :
Sumber : UNS-Fak. MIPA-M0513005
Subyek : -
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Abstrak :

Twitter adalah media sosial yang sangat berpengaruh belakangan ini, bahkan dapat dikatakan menjadi portal informasi yang cukup penting. Untuk dapat melihat berita yang sedang populer, pengguna dapat menggunakan fitur trending topik atau hashtag yang populer. Namun karena popularitas twitter, trending topik seringkali berbeda dengan konten yang disuarakan. Banyak pengguna memanfaatkan trending topik untuk mendapat perhatian publik lebih banyak, dengan asumsi banyak orang melihat trend. Untuk mengetahui korelasi tersebut, melihat jika konten tweet tersebut relevan atau tidak dengan trending topiknya, dilakukan dengan klasifikasi teks. Klasifikasi dilakukan dengan metode Support Vector Machine. Langkah penelitian adalah membersihkan data teks, kemudian melakukan pembobotan dengan TF-IDF dan klasifikasi dengan SVM. Dalam penelitian ini, SVM dapat mengklasifikasikan data tweet dengan baik. Hasil klasifikasi menunjukkan nilai rata-rata akurasi sebesar 86%. Hasil rata-rata precision adalah 65%  untuk data relevan dan 85?ta tidak relevan, recall 46% untuk data relevan dan 98% untuk data tidak relevan, F1-Measure 50?ta relevan dan 89% untuk tidak relevan.

Kata kunci : Confusion Matrix, SVM, TF-IDF, Trending Topic

 

File Dokumen Tugas Akhir : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Judul.pdf
BAB I.pdf
BAB II.pdf
BAB III.pdf
BAB IV.pdf
BAB V.pdf
Daftar Pustaka.pdf
File Dokumen Karya Dosen : -
Status : Public
Pembimbing : 1. Denis Eka Cahyani, S.Kom., M.Kom.
2. Dr. Wisnu Widiarto, S.Si., M.T.
Catatan Umum :
Fakultas : Fak. MIPA