Seleksi Fitur Menggunakan Information Gain dan Metode Support Vector Machine Untuk Klasifikasi Tingkat Depresi Pada Data Twitter
Total View This Week0
Total View This Week0
Institusion
Universitas Siliwangi
Author
167006032, MUHAMMAD FARHAN
Subject
TA Engineering (General). Civil engineering (General)
Datestamp
2022-07-28 04:20:35
Abstract :
ABSTRAK Sosial media merupakan suatu hal yang sudah tidak bisa dipisahkan lagi dengan masyarakat, pada suatu survei menyatakan bahwa 97,4% masyarakat Indonesia menggunakan media social. Dari sekian banya social media, twitter merupakan salah social media yang sering digunakan. Twitter merupakan social media yang berfokus berbagi teks atau tweet. tweet ini lah yang menjadi point unggulan social Twitter dimana setiap penggunanya bebas untuk mengeluarkan isi pemikiran dan hatinya pada tweet-tweet nya. Untuk sebagian pengguna hal-hal yang cukup mendalam dalam kehidupan pribadinya pun sering kali dibagikan agar dapat bisa dilihat oleh khalayak banyak. Salah satu contoh hal pribadi yang sering dibagikan secara tidak sadar di bagikan adalah mengeneai kesehatan mental si pengguna. Dari penggunaan kata seorang pengguna Twitter dapat menunjukan bahwa ia sedang mengalami salah satu dari kesehatan mental yaitu Depresi. Dalam penelitian ini dilakukan seleksi fitur menggunakan Information Gain dan Support Vector Machine sebagai algoritma klasifikasi text untuk mengklasifikasi tingkat depresi pada tweet twitter. Pada penelitian ini menunjukan nilai Prediksi yang diapat dari hasilImplementasi metode support Vector Machine dengan menggunakan Seleksi Fitur Information gain adalah AUC 0.483, CA 0.767, F1 0.668, Precision 0.597 dan Recall 0.767. Kata Kunci? Seleksi Fitur, Inforamtion gain, SVM, Depresi, Twitter
ABSTRAK Sosial media merupakan suatu hal yang sudah tidak bisa dipisahkan lagi dengan masyarakat, pada suatu survei menyatakan bahwa 97,4% masyarakat Indonesia menggunakan media social. Dari sekian banya social media, twitter merupakan salah social media yang sering digunakan. Twitter merupakan social media yang berfokus berbagi teks atau tweet. tweet ini lah yang menjadi point unggulan social Twitter dimana setiap penggunanya bebas untuk mengeluarkan isi pemikiran dan hatinya pada tweet-tweet nya. Untuk sebagian pengguna hal-hal yang cukup mendalam dalam kehidupan pribadinya pun sering kali dibagikan agar dapat bisa dilihat oleh khalayak banyak. Salah satu contoh hal pribadi yang sering dibagikan secara tidak sadar di bagikan adalah mengeneai kesehatan mental si pengguna. Dari penggunaan kata seorang pengguna Twitter dapat menunjukan bahwa ia sedang mengalami salah satu dari kesehatan mental yaitu Depresi. Dalam penelitian ini dilakukan seleksi fitur menggunakan Information Gain dan Support Vector Machine sebagai algoritma klasifikasi text untuk mengklasifikasi tingkat depresi pada tweet twitter. Pada penelitian ini menunjukan nilai Prediksi yang diapat dari hasilImplementasi metode support Vector Machine dengan menggunakan Seleksi Fitur Information gain adalah AUC 0.483, CA 0.767, F1 0.668, Precision 0.597 dan Recall 0.767. Kata Kunci? Seleksi Fitur, Inforamtion gain, SVM, Depresi, Twitter
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
