TEXT MINING PADA SOSIAL MEDIA FACEBOOK UNTUK MENDETEKSI EMOSI PENGGUNA

Handayani, Riska Dwi (2020) TEXT MINING PADA SOSIAL MEDIA FACEBOOK UNTUK MENDETEKSI EMOSI PENGGUNA. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text 18.52.1116-Riska Dwi Handayani.pdf - Published Version Download (3MB)

Abstract

Media sosial merupakan salah satu dari bermacam-macam media komunikasi. Selain sebagai media komunikasi media social juga menjadi tempat yang memungkinkan orang untuk berbagi apa yang terjadi dalam hidup mereka. Konten yang dibagikan itu tidak hanya berisi suatu informasi yang terjadi akan tetapi juga berisi tentang perilaku pengguna facebook itu sendiri maupun emosi dari pengguna facebook tersebut. Berdasarkan hal tersebut peneliti mencoba menggunakan data dari update status facebook untuk mendeteksi emosi pengguna. Dalam melakukan penelitian ini peneliti membandingkan 4 ekstraksi fitur yaitu Count Vector, TF-IDF Character Level, TF-IDF Word Level dan TF-IDF Ngram Level. Selain membandingkan 4 ekstraksi fitur , peneliti juga membandingkan 3 metode klasifikasi yang digunakan yaitu Naïve Bayes, K-Nearest Neighbour dan Suport Vector Machine. Hasil dari penelitian ini adalah pasangan dari ekstraksi fitur dan metode penelitian apa yang menghasilkan nilai akurasi tertinggi. Pada penelitian pasangan ekstraksi fitur dan metode penelitian yang menghasilkan nilai akurasi tertinggi adalah ektraksi fitur count vector dan metode klasifikasi naïve bayes dengan nilai 60%.

Actions (login required)

View Item