• Tidak ada hasil yang ditemukan

Optimasi Akurasi Analisis Sentimen Pada Posting Twitter Menggunakan Metode Naive Bayes dan Stemming

N/A
N/A
Protected

Academic year: 2017

Membagikan "Optimasi Akurasi Analisis Sentimen Pada Posting Twitter Menggunakan Metode Naive Bayes dan Stemming"

Copied!
84
0
0

Teks penuh

Loading

Gambar

Gambar 3.1 Arsitektur Sistem Klasifikasi Posting Twitter
Gambar 3.2 Flowchart tahapan case folding
Gambar 3.3 Flowchart Tahapan Parsing
Gambar 3.4 Flowchart Stemming kata baku
+7

Referensi

Dokumen terkait

Algoritma tersebut dikombinasikan dengan Information Gain sebagai metode seleksi fitur untuk meningkatkan efisiensi

Penelitian ini akan menganalisis sentimen yang mengkaji tentang Aplikasi PeduliLindungi melalui cara pengumpulan data tweet di Twitter dan menganalisis data tersebut dengan

Algoritma Naive Bayes dapat digunakan untuk mengklasifikasi status opini pada Twitter dengan akurasi sebesar 91% pada data uji manual dan pada data uji

Dokumen ini dan informasi yang dimilikinya adalah milik Program Studi Teknik Informatika-UAJY dan bersifat rahasia. Dilarang untuk me-reproduksi dokumen ini tanpa diketahui

Pada penelitian ini dibuat sistem dengan tujuan untuk menghasilkan informasi sentimen mengenai opini masyarakat terhadap Toko Online Lazada dan Tokopedia yang

Hasil yang didapat dari nilairecall,precision, dan juga f-1 Score di setiap kelas bisa dilihat dari Tabel 14 berikut ini. Hasil dari Nilai Recall, Precision, dan F-1 Score.. Tingkat

Setelah itu, proses pelabelan data latih dan data uji dengan proporsi 70:30 yang akan digunakan pada tahap klasikasi menggunakan metode Naïve Bayes Classier, terlebih dulu

Penelitian ini akan menggunakan metode Naïve Bayes untuk melakukan analisis sentimen terhadap ulasan pengguna CapCut yang diambil dari Play Store.. Dan salah satu metode klasifikasi