KLASIFIKASI EMOSI PADA LIRIK LAGU MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN OPTIMASI PARTICLE SWARM OPTIMIZATION
Teks penuh
Gambar
Dokumen terkait
Untuk melakukan klasifikasi ambil dataset hasil preprocessing dan ekstraksi fitur yang disimpan dalam bentuk matrik dengan menggunakan fungsi load matlab
Bahan referensi yang digunakan mencakup Support Vector Machine sebagai algoritma klasifikasi, K-Means sebagai proses clustering pada data kontinu, dan Particle
Pada data Gempa Bumi Tahun 2010- 2014 ini yang saya dapatkan dari Badan Meteorologi,Kimatologi dan Geofisika Sumatra Selatan untuk membandingkan Algoritma Support
Pada penelitian (Astuti, 2019) melakukan klasifikasi tumor otak menggunakan metode Data Wavelet Transform (DWT) untuk ekstraksi fitur dan untuk klasifikasi menggunakan
Dataset yang digunakan sebanyak 3,082 citra ikan cupang yang telah diaugmentasi menjadi 12.328 yang diterapkan beberapa teknik pengolahan citra, lalu metode fitur
Untuk membantu calon konsumen dalam mengambil kesimpulan dari ulasan produk, pada penelitian ini akan dilakukan analisis sentimen menggunakan metode support vector machine dengan
Pada penelitian Astuti, 2019 melakukan klasifikasi tumor otak menggunakan metode Data Wavelet Transform DWT untuk ekstraksi fitur dan untuk klasifikasi menggunakan metode adaptive
METODOLOGI PENELITIAN 2.1 Tahapan Penelitian Metode yang digunakan dalam penelitian ini meliputi : Crawling Data, Preprocessing Data, Crossvalidation Data, Labeling Data,
