Klasifikasi Penggunaan Kata Urgent Pada Percakapan Whatsapp Menggunakan Algoritma Support Vector Machine

Desman Frans Natalius Hulu (Informatika Universitas Kristen Immanuel)
Jatmika (Prodi Informatika Universitas Kristen Immanuel)
Yo’el Pieter Sumihar (Prodi Informatika Universitas Kristen Immanuel)

Infact: Jurnal Sains dan Komputer
Vol. 8 No. 02 (2024): Jurnal Sains dan Komputer

Penelitian ini bertujuan mengembangkan pendekatan otomatisuntuk mengklasifikasikan pesan "urgent" dalam percakapan grupWhatsApp menggunakan algoritma Support Vector Machine(SVM) dalam bidang Pemrosesan Bahasa Alami (NLP). Data darigrup WhatsApp K-BIMI UKRIM dikumpulkan melalui prosescrawling dan melalui tahapan preprocessing, seperti cleaning, casefolding, normalization, tokenization, stopwords removal, danstemming. Dataset dilabeli secara manual untuk menentukan pesan"urgent" dan "not urgent" untuk pelatihan dan pengujian model.Model klasifikasi SVM menunjukkan hasil yang efektif dengan nilaiprecision 0,99, recall 0,94, dan f-1 score 0,96 untuk sentimen"urgent", serta precision 0,99, recall 1,00, dan f-1 score 0,99 untuksentimen "not urgent". Temuan ini menunjukkan bahwa SVMefektif dalam memprioritaskan pesan mendesak di grup komunitasWhatsApp.