Seleksi Fitur Menggunakan Information Gain dan Metode Support Vector Machine Untuk Klasifikasi Tingkat Depresi Pada Data Twitter

167006032, MUHAMMAD FARHAN (2021) Seleksi Fitur Menggunakan Information Gain dan Metode Support Vector Machine Untuk Klasifikasi Tingkat Depresi Pada Data Twitter. Sarjana thesis, Universitas Siliwangi.

[img] Text
1. Cover.pdf
Download (93kB)
[img] Text
5. Abstrak.pdf
Download (105kB)
[img] Text
2. Lembar Pengesahan.pdf
Download (59kB)
[img] Text
8. Daftar Isi.pdf
Download (130kB)
[img] Text
11. BAB I - Pendahuluan.pdf
Download (145kB)
[img] Text
12. BAB II - Landasan Teori.pdf
Restricted to Repository staff only
Download (208kB)
[img] Text
13. BAB III - Metode Penelitian.pdf
Restricted to Repository staff only
Download (139kB)
[img] Text
14. BAB IV - Hasil dan Pembahasan.pdf
Restricted to Repository staff only
Download (845kB)
[img] Text
15. BAB V - Kesimpulan dan Saran.pdf
Restricted to Repository staff only
Download (63kB)
[img] Text
16. Daftar Pustaka.pdf
Download (186kB)

Abstract

ABSTRAK Sosial media merupakan suatu hal yang sudah tidak bisa dipisahkan lagi dengan masyarakat, pada suatu survei menyatakan bahwa 97,4% masyarakat Indonesia menggunakan media social. Dari sekian banya social media, twitter merupakan salah social media yang sering digunakan. Twitter merupakan social media yang berfokus berbagi teks atau tweet. tweet ini lah yang menjadi point unggulan social Twitter dimana setiap penggunanya bebas untuk mengeluarkan isi pemikiran dan hatinya pada tweet-tweet nya. Untuk sebagian pengguna hal-hal yang cukup mendalam dalam kehidupan pribadinya pun sering kali dibagikan agar dapat bisa dilihat oleh khalayak banyak. Salah satu contoh hal pribadi yang sering dibagikan secara tidak sadar di bagikan adalah mengeneai kesehatan mental si pengguna. Dari penggunaan kata seorang pengguna Twitter dapat menunjukan bahwa ia sedang mengalami salah satu dari kesehatan mental yaitu Depresi. Dalam penelitian ini dilakukan seleksi fitur menggunakan Information Gain dan Support Vector Machine sebagai algoritma klasifikasi text untuk mengklasifikasi tingkat depresi pada tweet twitter. Pada penelitian ini menunjukan nilai Prediksi yang diapat dari hasilImplementasi metode support Vector Machine dengan menggunakan Seleksi Fitur Information gain adalah AUC 0.483, CA 0.767, F1 0.668, Precision 0.597 dan Recall 0.767. Kata Kunci— Seleksi Fitur, Inforamtion gain, SVM, Depresi, Twitter

Item Type: Thesis (Sarjana)
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Dedi Natawijaya .
Date Deposited: 28 Jul 2022 04:20
Last Modified: 28 Jul 2022 04:20
URI: http://repositori.unsil.ac.id/id/eprint/6441

Actions (login required)

View Item View Item