<![CDATA[Dataset di dapatkan dengan cara crawling data pada twitter setelah dataset dikumpulkan, kemudian dilakukan preprocessing untuk mengoptimalkan pengolahan data. Preprocessing terdiri dari empat tahap, yang mencakup, case folding, tokenizing, filtering dan stemming. Pembobotan kata memberikan nilai pada kata-kata yang ada di dokumen. berbeda-beda tergantung pada metode yang digunakan. Sesuai dengan algoritma yang digunakan pada penelitian ini menggunakan algoritma pembobotan kata TF-IDF dan TF-RF. Pengujiannya akan dilakukan dengan menggunakan metode klasifikasi naïve Bayes dan analisis perbandingannya dengan confussion matrix. Dengan dilakukan beberapa eksperimen 80:20 memberikan tingkat akurasi terbaik dari dua eksperimen lainnya dengan hasil akurasi TF-IDF naïve bayes 73% dan TF-RF naïve 72%. Sehingga dari kedua metode pembobotan tersebut dapat disimpulkan TF-IDF naïve bayes lebih baik hasil akurasi dibandingkan hasil TF-RF naïve bayes.]]>
Copyrights © 2023
