Klasifikasi Sentimen Analisis Kartun Dengan Metode Optical Character Recognition (OCR) Dan Algoritma K-Nearest Neighbour (KNN)
| Main Authors: | Irmawati, Irmawati, Sukemi, Sukemi |
|---|---|
| Format: | Article info application/pdf Proceeding |
| Bahasa: | eng |
| Terbitan: |
Annual Research Seminar (ARS)
, 2020
|
| Subjects: | |
| Online Access: |
http://seminar.ilkom.unsri.ac.id/index.php/ars/article/view/2142 http://seminar.ilkom.unsri.ac.id/index.php/ars/article/view/2142/1037 |
Daftar Isi:
- 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.