• Tidak ada hasil yang ditemukan

Optimasi Particle Swarm Optimization Sebagai Seleksi Fitur Pada Analisis Sentimen Review Hotel Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2021

Membagikan "Optimasi Particle Swarm Optimization Sebagai Seleksi Fitur Pada Analisis Sentimen Review Hotel Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes"

Copied!
8
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 8 Halaman )

Teks penuh

Gambar

Tabel 1. Hasil Preprocessing, Tokenization, Stopword dan Bi-Gram
Tabel 4. Pengujian Model 10 Fold Cross Validation Validation Accuracy (%) 1 85.00% 2 85.00% 3 87.52% 4 85.00% 5 89.00% 6 88.47% 7 89.06% 8 87.50% 9 90.47% 10 90.50% Sumber: Peneliti
Tabel 5. Hasil Eksperimen Menggunakan Algoritma Naïve Bayes Berbasis Particle Swarm Optimization
Tabel 8 Model Confusion Matrix Untuk Algoritma Naïve Bayes Berbasis Particle Swarm Optimization

Referensi

Unduh sekarang ( PDF - 8 Halaman - 698.60 KB )

Dokumen terkait

OPTIMASI ALGORITMA C4.5 MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) UNTUK KLASIFIKASI PENYEBAB PERCERAIAN

Hasil klasifikasi dari 197 data perceraian yang terjadi di kecamatan Pandaan menggunakan algoritma C4.5 berbasis Particle Swarm Optimization menghasilkan akurasi

ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER MENGENAI KEBIJAKAN SELEKSI SEKOLAH JALUR ZONASI MENGGUNAKAN METODE KLASIFIKASI NAÏVE BAYES

Hasil dari penelitian ini membuktikan bahwa klasifikasi Naïve Bayes dengan seleksi fitur Particle Swarm Optimization mendapatkan nilai model evaluasi pada akurasi

Peningkatan Akurasi Algoritma Backpropagation Dengan Seleksi Fitur Particle Swarm Optimization Dalam Prediksi Pelanggan Telekomunikasi Yang Hilang

Dengan demikian dapat disimpulkan bahwa data pelanggan uji hilang dalam telekomunikasi menggunakan aplikasi Particle Swarm Optimization Backpropagation dan dalam pemilihan

PENINGKATAN AKURASI ALGORITMA BACKPROPAGATION DENGAN SELEKSI FITUR PARTICLE SWARM OPTIMIZATION DALAM PREDIKSI PELANGGAN TELEKOMUNIKASI YANG HILANG

Dengan demikian dapat disimpulkan bahwa data pelanggan uji hilang dalam telekomunikasi menggunakan aplikasi Particle Swarm Optimization Backpropagation dan dalam pemilihan

ANALISIS SENTIMEN REVIEW PRODUK KOSMETIK MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN PARTICLE SWARM OPTIMIZATION SEBAGAI METODE SELEKSI FITUR

Dalam penelitian ini dilakukan pengujian model dengan menggunakan Support Vector Machine dan Support Vector Machine berbasis Particle Swarm Optimization dengan menggunakan

Analisa Sentimen Review Hotel Menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization

Metode atau model yang diusulkan pada penelitian ini adalah metode Support Vector Machine dengan seleksi fitur Particle Swarm Optimization untuk mendapatkan

Optimization of Sentiment Analysis for Indonesian Presidential Election using Naïve Bayes and Particle Swarm Optimization

DOI: 10.15575/join.v5i1.558 81 Optimization of Sentiment Analysis for Indonesian Presidential Election using Naïve Bayes and Particle Swarm Optimization Nur Hayatin1*, Gita Indah

SEGMENTASI METODE PARTICLE SWARM OPTIMIZATION PADA PENDETEKSI CITRA GESTUR TANGAN

"ALGORITMA KLASIFIKASI NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI PENYAKIT TUBERCULOSIS TB", Swabumi, 2020