TY  - THES
TI  - LASIFIKASI JENIS KELAMIN PENGGUNA X 
BERDASARKAN CUITAN MENGGUNAKAN ALGORITMA
LOGISTIC REGRESSION, RANDOM FOREST, DAN
SUPPORT VECTOR MACHINE
N2  - Penelitian ini dilatarbelakangi oleh banyaknya data teks yang dihasilkan 
pengguna media sosial X, sementara informasi demografis seperti jenis kelamin
tidak selalu ditampilkan secara terbuka. Kondisi ini menyebabkan identifikasi
karakteristik pengguna menjadi sulit dilakukan secara langsung. Oleh karena itu,
penelitian ini bertujuan untuk mengklasifikasikan jenis kelamin pengguna
berdasarkan teks cuitan menggunakan pendekatan Natural Language Processing
dan machine learning. Dataset diperoleh dari Kaggle dengan jumlah awal sekitar
20.000 data, kemudian dilakukan penyaringan dan pelabelan ulang hingga
diperoleh 1.026 data yang terdiri dari 456 data perempuan dan 570 data laki-laki.
Tahap penelitian meliputi pra-pemrosesan teks, ekstraksi fitur menggunakan TF-
IDF, serta pemodelan menggunakan algoritma Logistic Regression, Random
Forest, dan Support Vector Machine. Evaluasi dilakukan menggunakan K-Fold
Cross Validation dengan metrik accuracy, precision, recall, dan F1-score. Hasil
penelitian menunjukkan adanya perbedaan pola bahasa antara pengguna laki-laki
dan perempuan yang dapat dimanfaatkan dalam proses klasifikasi. Algoritma
Support Vector Machine menghasilkan performa terbaik dengan akurasi rata-rata
89,76%. Penelitian ini diharapkan dapat dimanfaatkan dalam pengembangan sistem
analisis pengguna media sosial, pemasaran digital, serta penelitian lanjutan di
bidang analisis teks.
KW  - Klasifikasi gender
KW  -  Teks media sosial
KW  -  TF-IDF
KW  -  Machine learning
KW  -  
Support Vector Machine
KW  -  Gender classification
KW  -  Social media text.
AV  - restricted
ID  - universitasamikomyogyakarta32159
Y1  - 2026/02/24/
PB  - Universitas AMIKOM Yogyakarta
UR  - https://eprints.amikom.ac.id/id/eprint/32159/
M1  - bachelor
A1  - Lestari, Ines Puji
ER  -