Perbandingan Algoritma Multinomial Naïve Bayes dan Decision Tree Pada Klasifikasi Emosi Tweet

S, Windari Oktapia (2023) Perbandingan Algoritma Multinomial Naïve Bayes dan Decision Tree Pada Klasifikasi Emosi Tweet. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover-Bab1) Cover-Bab1_D1041161032.pdf - Published Version Download (1MB)
	Text (D1041161032_WINDARI OKTAVIA S) D1041161032_WINDARI OKTAVIA S.pdf - Accepted Version Restricted to Repository staff only Download (8MB)

Abstract

Media sosial telah menjadi sebuah wadah “curhat" seseorang untuk dapat mengekspresikan emosi dan pikiran yang sedang dialami tanpa adanya batasan. Salah satu media sosial yang banyak digunakan adalah Twitter. Twitter memiliki pengguna aktif yang mencapai 238 juta dan memberi akses kepada pengguna agar dapat mencari informasi mengenai secara spesifik. Sehingga Twitter dapat digunakan sebagai sumber data dalam menganalisis emosi seseorang berdasarkan tulisan/ yang dibuatnya. Dalam menganalisis emosi pada sebuah , diperlukan suatu metode klasifikasi agar dapat mengklasifikasikan ke dalam kelas emosi yang tepat. Klasifikasi emosi pada tweet bertujuan untuk mengelompokkan ke dalam kelas emosi yang sudah ditentukan seperti, marah, senang, takut, cinta, dan sedih. Algoritma yang digunakan untuk membangun sebuah model machine learning klasifikasi emosi yaitu dan Tujuan dari penelitian ini adalah untuk mengetahui algoritma klasifikasi dan manakahyang memiliki performa lebih baik dengan melakukan perbandingan hasil nilai accuracy antara algoritma klasifikasi. Penelitian ini juga menggunakan dan serta metode SMOTE pada data dan penggunaan pada algoritma. Hasil penelitian menunjukkan bahwa model klasifikasi menggunakan dengan metode SMOTE dan Tuning Hyperparameter memiliki nilai accuracy yang paling tinggi yaitu 67.15%. Sedangkan model klasifikasi menggunakan denganmetode SMOTEdanTuning Hyperparameteryang memiliki nilai accuracy paling tinggi yaitu 53.90%

Actions (login required)

View Item