PERBANDINGAN ALGORITMA K – NEAREST NEIGHBOR DAN NAÏVE BAYES CLASSIFIER DALAM KLASIFIKASI KARAKTER INDIVIDU PADA LINIMASA AKUN TWITTER

Ichsan, Aminudin Noor (2019) PERBANDINGAN ALGORITMA K – NEAREST NEIGHBOR DAN NAÏVE BAYES CLASSIFIER DALAM KLASIFIKASI KARAKTER INDIVIDU PADA LINIMASA AKUN TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (269kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (621kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (99kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (1MB)
	Archive (SOURCE CODE) Source Code 16.11.0039 Aminudin Noor Ichsan.zip Restricted to Repository staff only Download (40MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (1MB)

Abstract

Twitter merupakan salah satu media sosial yang umum digunakan oleh masyarakat terutama di Indonesia. Angka ini menunjukkan bahwa banyak masyarakat Indonesia yang menggunakan media sosial Twitter untuk berkomunikasi ataupun menyampaikan pendapatnya. Komunikasi yang disampaikan melalui Tweet ini dapat diolah untuk mendapatkan informasi baru seperti karakteristik seseorang menggunakan pendekatan DISC. Dengan mengetahui karakter individu tersebut, hal ini bisa digunakan sebagai tolak ukur seperti saat melakukan seleksi karyawan. Sehingga pihak HRD (Human Resource Department) tidak perlu mengeluarkan tenaga lebih untuk mengetahui karakter individu tersebut di dunia maya. Namun untuk melakukan hal ini, diperlukan sebuah metode lain yaitu Data Mining. Untuk dapat mengklasifikasikan tiap tweet dari individu tersebut diperlukan algoritma yang terdapat dalam Data Mining seperti K – Nearest Neighbor dan Naïve Bayes Classifier. Pada Penelitian ini dengan menggunakan 120 akun Twitter yang sudah divalidasi oleh psikolog secara manual akan membandingkan tingkat akurasi algoritma K – Nearest Neighbor dan Naïve Bayes Classifier, didapati hasil bahwa algoritma K – Nearest Neighbor memiliki tingkat akurasi 28.33% dan Naive Bayes Classifier 34.16%, sehingga dapat disimpulkan bahwa algoritma Naïve Bayes Classifier lebih unggul dibanding K – Nearest Neighbor sebesar 5.83% dalam hal tingkat akurasi.

Actions (login required)

View Item