Klasifikasi Spam Tweet Pada Twitter Menggunakan Metode Naïve Bayes (Studi Kasus: Pemilihan Presiden 2019)
Teks penuh
Gambar
Dokumen terkait
Seleksi fitur ini bertujuan agar akurasi yang dihasilkan dari proses klasifikasi email dapat meningkat, serta yang terpenting adalah untuk efisiensi dari token
Dari hasil uji coba pemilihan fitur menggunakan 50 dan 30 term terbaik didapatkan akurasi sebesar 91% untuk metode usulan dan 95% untuk metode Naïve Bayes biasa.
Selain itu, dari 150 data test yang telah diuji, menghasilkan dua kelas keberpihakan tweet pada Twitter berdasarkan hasil klasifikasi emosi yang telah dilakukan
Pada Improved Naïve Bayes akan dihitung nilai posterior setelah kata yang ada dilakukan pembobotan dengan menggunakan.. bernoulli atau angka 1 dan
Oleh karena itu, pada makalah tugas akhir ini dilakukan sebuah analisis sentimen terhadap berita yang ada di media sosial twitter mengenai pemilihan umum presiden
Berdasarkan hasil penelitian lainnya yang dilakukan pada tahun 2018 oleh Muhamad Fajar hasil akurasi terbaik menggunakan metode SVM adalah sebesar 63.78%, pada penelitian tersebut
Hal ini dapat ditunjukkan pada pengujian menggunakan weka diperoleh akurasi sebesar 100% pada percobaan ke 1 dan nilai akurasi terendah pada pengujian ke 2 sebesar
Hasil penelitian algoritma naïve bayes ini dapat diterapkan dalam menilai kelayakan kredit, dengan menggunakan data awal, didapatkan akurasi sebesar 79,84%, sedangkan menggunakan data
