Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Annual Research Seminar
Irmawati Irmawati
Jurusan Magister Teknik Informatika Universitas Sriwijaya Palembang, Indonesia
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Sentimen Analisis Kartun Dengan Metode Optical Character Recognition (OCR) Dan Algoritma K-Nearest Neighbour (KNN) Irmawati Irmawati; Sukemi Sukemi
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kartun adalah gambar dengan penampilan lucu yang mempresentasikan suatu peristiwa. Kartun editorial atau kartun politis biasanya ditujukan untuk menyatakan pandangan politik atau sosial dengan cara menyindir. Untuk menilai dan menentukan klasifikasi kumpulan kartun editorial dalam jumlah besar dibutuhkan sebuah sistem yang dapat mengklasifikasikan jenis kartun editorial kedalam dua klasifikasi negatif atau positif dengan menerapkan pengolahan citra digital dan OCR Tesseract yang dikombinasikan dengan algoritma K-Nearest Neighbour (KNN). OCR Tesseract diperlukan untuk mengenali teks yang terdapat pada sebuah gambar, sedangkan Algoritma K-Nearest Neighbour (KNN) sebagai metode klasifikasinya Sentimen posi- tif menyatakan pemberian nilai yang baik, sentimen negatif menyatakan nilai yang buruk pada konteks berbentuk teks. Dengan nenghitung kemiripan antar dokumen menggunakan cosine similarity. Berdasarkan jumlah dokumen sebanyak 8 data citra uji, dengan data usul sebanyak 7 dokumen dan data hsil berjumlah 6 maka akurasi terbaik did a pat sebesar 85,7% dengan k=3.
Co-Authors Sukemi Sukemi