PENERAPAN DISTANCE WEIGHTED K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KOMENTAR INSTAGRAM BERBAHASA INDONESIA
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
71140050, Anton Susilo
Subject
PL Languages and literatures of Eastern Asia, Africa, Oceania
Datestamp
2021-06-23 02:26:14
Abstract :
Instagram menjadi salah satu sosial media yang sering dipakai untuk membagikan momen dari tiap penggunanya melalui foto. Banyak pula public figure yang menggunakan sosial media ini sebagai media berbagi mereka. Namun, popularitas dari artis ini membuat beberapa kalangan mengirimkan komentar spam yang membuat komentar dari post artis sendiri menjadi kotor dipenuhi spam tersebut, sehingga membingungkan saat ingin membaca komentar dari post mereka. Penelitian mengenai klasifikasi teks untuk masalah ini dilakukan dengan pertama kali melakukan pelatihan kepada sistem terlebih dahulu dengan data latih yang jumlahnya diambil secara random. Setelah proses pelatihan, dilakukan pengujian berdasarkan data uji dan latih dengan beberapa parameter seperti nilai k dan presentase fitur yang akan digunakan untuk menguji dan membandingkan metode KNN maupun DWKNN dan menampilkan hasil klasifikasi dari tiap metode dalam bentuk yang mudah dipahami. Hasil penelitian menunjukkan bahwa pengubahan nilai k ini tidak memiliki dampak yang terlalu berarti dalam klasifikasi dengan metode DWKNN dalam penelitian ini, berbanding terbalik dengan KNN yang nilainya cenderung menurun seiring penambahan nilai k dilakukan dan seleksi fitur tidak perlu digunakan dikarenakan hasil success rate yang lebih baik untuk presentase 80% hingga 100%.
Instagram menjadi salah satu sosial media yang sering dipakai untuk membagikan momen dari tiap penggunanya melalui foto. Banyak pula public figure yang menggunakan sosial media ini sebagai media berbagi mereka. Namun, popularitas dari artis ini membuat beberapa kalangan mengirimkan komentar spam yang membuat komentar dari post artis sendiri menjadi kotor dipenuhi spam tersebut, sehingga membingungkan saat ingin membaca komentar dari post mereka. Penelitian mengenai klasifikasi teks untuk masalah ini dilakukan dengan pertama kali melakukan pelatihan kepada sistem terlebih dahulu dengan data latih yang jumlahnya diambil secara random. Setelah proses pelatihan, dilakukan pengujian berdasarkan data uji dan latih dengan beberapa parameter seperti nilai k dan presentase fitur yang akan digunakan untuk menguji dan membandingkan metode KNN maupun DWKNN dan menampilkan hasil klasifikasi dari tiap metode dalam bentuk yang mudah dipahami. Hasil penelitian menunjukkan bahwa pengubahan nilai k ini tidak memiliki dampak yang terlalu berarti dalam klasifikasi dengan metode DWKNN dalam penelitian ini, berbanding terbalik dengan KNN yang nilainya cenderung menurun seiring penambahan nilai k dilakukan dan seleksi fitur tidak perlu digunakan dikarenakan hasil success rate yang lebih baik untuk presentase 80% hingga 100%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
