Skripsi

Analisis kinerja metode support vector machine pada klasifikasi teks islamofobia / Bakhtiar Rosyad

Abstrak
Islamofobia telah menjadi topik perbincangan di berbagai macam kalangan yang dimana menjadi sebuah tantangan bagi masyarakat di seluruh dunia. Banyak para muslim terpengaruh akan hal ini dalam kehidupan terutama bagi kaum muslim yang menjadi minoritas dalam daerah tertentu. Twitter memiliki pengguna yang banyak di Indonesia menjadikan twitter menjadi tempat beropini yang sangat mudah dan banyak dibantu dengan topik yang dapat menjadikan satu topik yang sedang trending semakin banyak opini yang bermunculan. Penelitian ini akan menganalisa Opini yang berhubungan dengan Islamofobia menjadi ke positif atau negatif. Analisis sentimen ini menggunakan metode yaitu Support Vector Machine (SVM). Dataset berasal dari tweet dari twitter dengan skenario proses penggunaan kernel yang berbeda. Hasil evaluasi menunjukkan kernel polynomial menjadi skenario terbaik dengan nilai rata-rata akurasi 60.22%.

Informasi Detail

DDC

Rs 005.1 ROS a

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2021.

Deskripsi Fisik

xii, 35 lembar: ill. , tab. ; 30 cm

Bahasa

Indonesia

No Reg

03501/KI/21

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2021

Subjek

1. ALGORITMA KOMPUTER
2. SUPPORT VECTOR MACHINE
3. COMPUTER ALGORITHMS

Pembimbing

1. Aji Prasetya Wibawa; 2. Fachrul Kurniawan

Lampiran Berkas