PENGARUH STEMMING DAN STOPWORDS TERHADAP AKURASI ANALISIS SENTIMEN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Pradana, Aditya Wiha (2019) PENGARUH STEMMING DAN STOPWORDS TERHADAP AKURASI ANALISIS SENTIMEN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER-ABSTRAK.pdf Download (2MB)
	Text (BAB I) BAB I.pdf Download (964kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (2MB)
	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 (6MB)
	Text (BAB V) BAB V.pdf Download (344kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (876kB)

Abstract

Preprocessing adalah tugas penting untuk analisis sentimen karena jnfomasi tekstual membawa banyak data yang tidak terstruktur dan mengandung noise. Stemming maupun penghapusan stopword adalah teknik preprocessing yang cukup populer untuk klasifikasi teks. Namun, penelitian sebelunnya memberikan hasil yang berbeda mengenai pengaruh kedua metode tersebut terhadap akurasi pada klasifikasi sentimen. Oleh karena itu, penelitian ini melakukan investigasi lebih lanjut tentang pengaruh stemming dan penghapusan stopword pada analisis sentimen ballasa Indonesia. Selain itu, penelitian iri mengusulkan dua kondisi preprocessing yang menggunakan stemming dan penghapusan stopword dan tanpa menggunakan keduanya. Support Vector Machine digunakan untuk algoritma klasifikasi dan TF- IDF sebagai skema pembobotan. Hasilnya dievaluasi menggunakan confusion matriks dan kemudian divalidasi menggunakan metode k-fold cross validation. Hasil eksperimen menunjukkan bahwa semua akurasi tidak meningkat dan cenderung menurun ketika melakukan skenario stemming dan penghapusan stopword tidak berpengaruh signifikan terhadap akurasi analisis sentimen pada dokumen teks bahasa Indonesia.

Actions (login required)

View Item