Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Frontiers
Christanti, V
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Energy Engineering Materials Science & Nanotechnology Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Frontiers

 1 
PERBANDINGAN PENGKLASIFIKASI K-NEAREST NEIGHBOR DAN NEIGHBOR-WEIGHTED K-NEAREST NEIGHBOR PADA SISTEM ANALISIS SENTIMEN DENGAN DATA MICROBLOG Martha, M; Christanti, V; Naga, D S; Rompas, P T D
FRONTIERS: JURNAL SAINS DAN TEKNOLOGI Vol 1, No 1 (2018): April 2018
Publisher : Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1207.967 KB)

Abstract

Sistem analisis sentimen merupakan suatu sistem yang dibangun untuk menganalisis sentimen dalam bahasa Indonesia pada data yang diambil dari microblog, yaitu Twitter, Facebook, dan YouTube. Data tersebut diklasifikasikan menggunakan K-Nearest Neighbor (KNN) dan Neighbor-Weighted K-Nearest Neighbor (NW-KNN). Sistem analisis sentimen dibagi menjadi 4 (empat) tahap, yaitu tahap microblog crawling, tahap pra-pemrosesan data, tahap ekstraksi fitur, dan tahap klasifikasi sentimen. Data yang ada akan diklasifikasikan ke dalam 5 (lima) kelas, yaitu sangat positif, positif, netral, negatif, dan sangat negatif. Data tersebut kemudian akan dievaluasi menggunakan confusion matrix. Pengujian dilakukan dengan 50 data uji. NW-KNN memiliki akurasi yang paling tinggi di antara seluruh pengklasifikasi, yaitu 86% pada saat K = 9. Sedangkan untuk KNN, akurasi dari pengklasifikasi tersebut sebesar 82% pada saat K = 3. Kesimpulannya adalah NW-KNN berhasil mengatasi data latih dengan komposisi kelas yang tidak seimbang.Kata kunci: KNN, NW-KNN, Analisis Sentimen, Data Microblog
Co-Authors Martha, M Naga, D S Rompas, P T D