Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi dan Riset Informatika
Rina Septriana
Universitas Tanjungpura
Computer Science & IT

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma Logistic Regression dan Random Foret (Studi Kasus : Klasifikasi Emosi Tweet) Windari Oktapia Simanjuntak; Arif Bijaksana Putra Negara; Rina Septriana
Jurnal Aplikasi dan Riset Informatika Vol 1, No 2 (2023)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jari.v2i1.69682

Abstract

Media sosial telah menjadi tempat dimana setiap orang dapat mengungkapan perasan dan pikirannya tanpa batasan. Salah satu media sosial yang paling banyak digunakan adalah Twitter. Twitter memiliki 238 juta pengguna aktif dan memberi pengguna akses untuk mencari informasi melalui Tweet tertentu. Sehingga Twitter dapat dijadikan sebagai sumber informasi untuk menganalisis emosi seseorang berdasarkan tulisan/Tweet yang dibuatnya. Dalam menganalisis emosi sebuah Tweet, diperlukan suatu metode untuk mengklasifikasikan Tweet ke dalam kelas emosi yang tepat. Klasifikasi emosi Tweet bertujuan untuk mengelompokkan Tweet ke dalam kelas emosi yang telah ditentukan sebelumnya seperti kemarahan, kegembiraan, ketakutan, cinta, dan kesedihan. Algoritma yang digunakan untuk membangun model machine learning untuk klasifikasi emosi yaitu Logistic Regression dan Random Forest. Tujuan dari penelitian ini adalah untuk mengetahui algoritma klasifikasi Multinomial Naive Bayes dan Decision Tree mana yang lebih baik dengan membandingkan hasil nilai accuracy dari algoritma klasifikasi tersebut. Penelitian ini juga menerapkan metode SMOTE. Hasil penelitian menunjukkan bahwa model klasifikasi Logistic Regresion memiliki nilai accuracy tertinggi sebesar 78.22%. Sedangkan model klasifikasi Random Forest memiliki nilai accuracy tertinggi sebesar 72.41%.
Co-Authors Arif Bijaksana Putra Negara Windari Oktapia Simanjuntak