Penulis / NIM

FADILAH ISTIQOMAH PAMMUS / 413418027

Program Studi

S1 - STATISTIKA

Pembimbing 1 / NIDN

NURWAN / 0010058106

Pembimbing 2 / NIDN

SALMUN K. NASIB, S.Pd., M.Si / 0030038903

Abstrak

Pada penelitian ini diklasifikasikan sentimen masyarakat di Twitter berdasarkan sentimen positif, negatif dan netral menggunakan metode Support Vector Machine. Klasifikasi sentimen mempunyai kelemahan yakni memiliki banyak fitur yang digunakan, oleh karena itu diperlukan seleksi fitur untuk mengoptimalkan sebuah kinerja klasifikasi sentimen. Penelitian ini bertujuan membandingkan seleksi fitur Chi-Square dengan seleksi fitur Mutual Information berdasarkan segi waktu komputasi dan segi ketepatan klasifikasi. Hasil penelitian ini menunjukkan bahwa klasifikasi sentimen menggunakan seleksi fitur Chi-Square menghasilkan waktu komputasi 0.4375 detik dengan akurasi sebesar 78% sedangkan untuk klasifikasi sentimen menggunakan seleksi fitur Mutual Information menghasilkan akurasi sebesar 80% dengan waktu komputasi yang dibutuhkan sebanyak 252.75 detik. Sehingga perbandingannya berdasarkan segi waktu komputasi seleksi fitur Chi-Square lebih unggul dari seleksi fitur Mutual Information sedangkan berdasarkan segi ketepatan klasifikasi seleksi fitur Mutual Information lebih tepat akurat daripada seleksi fitur Chi-Square.

Download berkas

Abstrak

Bab I : Pendahuluan

Bab V : Kesimpulan, Saran dan Daftar Pustaka