Klasifikasi Jenis Berita pada Sosial Media Twitter menggunakan Algoritme Support Vector Machine (SVM)
| Main Authors: | Suryana, Faturrahman M., Imam Cholissodin, S.Si., M.Kom., Edy Santoso, S.Si., M.Kom. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/194667/1/0520150160-Faturrahman%20M.%20Suryana.pdf http://repository.ub.ac.id/id/eprint/194667/ |
Daftar Isi:
- Twitter merupakan sosial media yang sampai saat ini masih sangat digemari oleh masyarakat Indonesia. Tidak hanya sekedar media untuk berkomunikasi, kini Twitter menjadi salah satu sarana penyebaran informasi yang sangat cepat. Salah satu informasi yang disebarkan melalui sosial media Twitter adalah berita. Hal ini dibuktikan dengan banyaknya pengikut pada akun Twitter media pemberitaan online seperti media pemberitaan online @detikcom yang memiliki lebih dari lima belas juta pengikut pada akun Twitternya. Saat ini, cuitan berita pada sosial media Twitter tidak dikategorikan berdasarkan kategori bahasan dalam berita tersebut. Penelitian ini dilakukan untuk mengklasifikasikan jenis berita pada sosial media Twitter untuk memudahkan pengguna Twitter dalam melakukan pencarian berita berdasarkan kategori yang dicari. Salah satu algoritme yang dapat diaplikasikan untuk melakukan klasifikasi adalah algoritme Support Vector Machine (SVM). Penelitian ini menggunakan algoritme SVM multiclass dengan pendekatan one against all dengan jumlah kelas sebanyak 5 jenis kelas. Sebelum masuk pada proses algoritme SVM, dilakukan proses preprocessing dan pembobotan TF-IDF terlebih dahulu. Parameter yang digunakan yaitu rasio perbandingan data latih dan data uji 90%:10%, nilai lambda = 0,1, nilai complexity = 0,001, nilai learning rate = 0,0001, dan nilai epsilon = 0,0001. Hasil dari penelitian ini didapatkan nilai akurasi rata-rata sebesar 0,85.