No image available for this title

Text

Perbandingan Metode K-NN Dan Metode Random Forest Untuk Analisis Sentimen pada Tweet Isu Minyak Goreng di Indonesia



Seiring berkembangnya kemajuan teknologi banyak sekali media sosial yang digunakan oleh manusia salah satunya adalah media sosial twitter, pada media sosial twitter kita bisa banyak menemukan data teks, opini serta pendapat masyarakat seperti sekarang sedang hangat isu minyak goreng di Indonesia. Penelitian ini menggunakan metode K-NN dan Random Forest dan tujuan dari penelitian ini untuk mengetahui perbandingan dari kedua metode tersebut dalam analisis sentimen isu minyak goreng. Hasil akurasi dari dua metode ini tidak terpaut terlalu jauh. Dari dua metode yang digunakan masing-masing akan dibagi menjadi tiga skenario penelitian, yang pertama skenario 1 berjumlah 500 data, skenario 2 berjumlah 800 data, dan skenario 3 berjumlah 1.000 data, dimana untuk rasio data latih dan data uji yaitu 80:20. Untuk hasil pengujian metode K-NN pada skenario 2 lebih unggul dengan presentase akurasi sebesar 74,58%, presisi 56,75% dan recall 44,57% dan hasil yang paling rendah yaitu metode K-NN skenario 1 dengan presentase akurasi sebesar 71,50%, presisi 47,83% dan recall 37,45%. Untuk rata-rata hasil pengujian dari metode K-NN yaitu akurasi 72,86%, presisi 52,26% dan recall 41,04%. Sedangkan rata- rata hasil pada metode random forest yaitu akurasi 73,37%, presisi 52,26% dan recall 34,28%.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly