Analisis Sentimen Twitter Menggunakan Ensemble Feature dan Metode Extreme Learning Machine (ELM) (Studi Kasus: Samsung Indonesia)
Teks penuh
Gambar
Dokumen terkait
Proses training digunakan untuk menghasilkan model analisis sentimen yang nantinya akan digunakan sebagai acuan untuk mengklasifikasikan sentiment dengan data
Dari penggunaan ketiga pengujian yaitu pengujian rasio data latih dan data uj, pengujian jumlah neuron hidden layer serta pengujian penggunaan fungsi aktivasi untuk
Berdasarkan hasil pengujian, metode ELM dapat melakukan klasifikasi penyimpangan tumbuh kembang anak dengan hasil akurasi terbaik pada saat rasio data latih dan data uji
Penelitian ini membuat sebuah sistem yang dapat melakukan analisis sentimen pengguna twitter terhadap tokoh publik secara real time dengan menggunakan Twitter
Setiap parameter nilai yang diuji akan dilakukan 10 percobaan dengan nilai parameter yang tetap untuk persentase data training bernilai 90%, persentase data testing
Berdasarkan hasil pengujian dan analisis menggunakan confusion matrix dengan memakai data penyakit TB Puskesmas Dinoyo Tahun 2018-2019 diperoleh nilai akurasi tertinggi
Akurasi yang didapatkan dari klasifikasi tipe skizofrenia menggunakan metode ELM dengan fungsi aktivasi sigmoid biner dan jumlah node hidden layer sebanyak 10 sebesar 92.22%
Analisis Sentimen Twitter Terhadap Perlindungan Data Pribadi dengan Pendekatan Machine Learning| Joko Ade Nursiyono, Qorinul Huda | 13 Klasifikasi Naïve Bayes dan Random Forest
