Journal of Data Science and Software Engineering
Vol 1 No 02 (2020)

PERFORMANCE ANALYSIS OF CLASSIFIER ON FACEBOOK DATA USING UNIGRAM & BIGRAM COMBINATIONS

Yudha Sulistiyo Wibowo (fmipa ULM)
Mohammad Reza Faisal (fmipa ulm)
Ahmad Rusadi (fmipa ulm)
Dodon T Nugrahadi (fmipa ulm)
Muhammad Itqan Mazdadi (fmipa ulm)

Article Info

Publish Date
17 Nov 2020

Abstract

Penelitian ini pada analisis sentimen menggunakan metode random forest sebagai klasifikasi. TF-IDF adalah fitur berbobot dan fitur kombinasi dari N-Grams adalah unigram dan bigram sebagai kata fitur. Dalam penelitian ini TF-IDF digunakan untuk fitur ekstraksi, tes ini menggunakan data Komentar Facebook tentang Berita Olahraga. Dalam studi ini, dataset digunakan sebanyak 1000 data terbagi menjadi 2, yaitu data pengujian dan pelatihan data. Mencapai kinerja akurasi tinggi hasil dalam fitur unigram dengan akurasi 83,67% dari 2757 fitur, Bigram menghasilkan 58% dengan fitur sebanyak 8457.

Copyrights © 2020




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
240.626 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Journal of Data Science and Software Engineering
Website

Abbrev

integer

Publisher

Universitas Lambung Mangkurat

Subject

Computer Science & IT

Description

Journal of Data Science and Software Engineering adalah jurnal yang dikelola oleh program studi Ilmu Komputer Universitas Lambung Mangkurat untuk mempublikasikan artikel ilmiah mahasiswa tugas akhir. Terbit tiga kali dalam ...