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.

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

Actions (login required)

View Item