Kandaga, Tjatur and Bunyamin, Hendra and Yulianti, Diana Trivena (2012) Sentiment Classification Menggunakan Machine Learning: Metode Naive-Bayes dan Support Vector Machines (Studi Kasus: Movie Reviews imdb.com). Project Report. Jurusan Teknik Informatika Fak. Teknologi Informasi UK. Maranatha, Bandung. (Unpublished)
|
Text
Sentiment Classification menggunakan Machine Learning.pdf - Submitted Version Download (755Kb) | Preview |
Abstract
Automatic text categorization adalah teknik untuk mengklasifikasikan dokumen-dokumen sesuai dengan label atau kelasnya secara otomatis. Hal ini merupakan masalah yang penting untuk diselesaikan terutama bila jumlah dokumen yang hendak diklasifikasi banyak (lebih dari 1000 dokumen) karena pengklasifikasikan secara manual untuk jumlah dokumen yang luar biasa banyaknya sudah tidak feasible untuk dilakukan secara manual. Penelitian ini bertujuan untuk membandingkan akurasi dari dua algoritma machine learning, yaitu Naïve Bayes dan Support Vector Machines (SVM) yang akan digunakan untuk mengklasifikasikan movie review positif dan negatif dari dataset movie reviews imdb.com. Dalam penelitian ini, algoritma Naïve Bayes diterapkan dengan menggunakan feature unigram, sedangkan algoritma SVM diaplikasikan dengan menggunakan model -Support vector classificationdari library LIBSVM. Hasil penelitian membuktikan bahwa akurasi algoritma Naïve Bayes lebih baik daripada akurasi algoritma SVM dalam mengklasifikasikan movie reviews positif dan negatif.
| Item Type: | Monograph (Project Report) |
|---|---|
| Uncontrolled Keywords: | Automatic text categorization, movie reviews imdb.com, Naïve Bayes, Support Vector Machines, LIBSVM |
| Subjects: | T Technology > T Technology (General) |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 31 Jan 2013 06:34 |
| Last Modified: | 31 Jan 2013 06:34 |
| URI: | http://repository.maranatha.edu/id/eprint/2573 |
Actions (login required)
 |
View Item |
