• Tidak ada hasil yang ditemukan

Analisis sentimen ujaran kebencian pemilihan presiden 2019 menggunakan algoritma Naïve Bayes

N/A
N/A
Protected

Academic year: 2021

Membagikan "Analisis sentimen ujaran kebencian pemilihan presiden 2019 menggunakan algoritma Naïve Bayes"

Copied!
9
0
0

Teks penuh

Gambar

Gambar 1 Alur penelitian
Gambar 2 Grafik akurasi K-fold cross validation TF
Gambar 3 Grafik akurasi K-fold cross validation TF-IDF
Gambar 6 Ujaran kebencian #pilpres2019 di kota Bandung
+3

Referensi

Dokumen terkait

Proses klasifikasi mengunakan naïve Bayes model Multinomial dan model Bernouli , dengan data latih untuk setiap entitasnya didapatkan dari proses k-fold croos validation

1) Aplikasi ini dapat mendowload data dari twitter melalui api streaming dengan pengaturan data Bahasa indonesia. 2) Proses klasifikasi semakin akurat jika data latih yang

Proses training menggunakan klasifikasi Naive Bayes Classifier dengan pembobotan term frequency-inverse document frequency terhadap 3000 data latih, yang memiliki komposisi

Dari penelitian yang telah dilakukan, maka dapat ditarik kesimpulan bahwa Analisis Sentimen dapat digunakan untuk mengetahui sentimen masyarakat dunia terhadap

Selain menggunakan word embedding untuk proses mengubah data teks mentah menjadi yang dapat dibaca mesin bisa menggunakan metode TF-IDF, penelitianAfifah et al., 2021 menjelaskan bahwa

Berdasarkan latar belakang yang telah dibuat, maka pada penelitian ini akan melakukan analisis sentimen menggunakan algoritma naïve bayes dalam klasifikasi komentar youtube tentang

Data latih yang telah melewati seleksi fitur seperti pada tabel 4 kemudian digunakan sebagai bahan pembelajaran model Naïve Bayes Multinomial untuk menentukan proses pengujian model

233 Gambar 8 Proses didalam operator TF-IDF Pada Gambar 4.2 adalah gambar proses di dalam operator TF-IDF di mana terdapat beberapa operator lagi yang pertama adalah Tokenize yang