Article Per Year (5 Year)
p-Index From 2019 - 2024
0.947
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Perfecting a Video Game with Game Metrics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) ILKOMNIKA: Journal of Computer Science and Applied Informatics ABDI MASSA: Jurnal Pengabdian Nasional
Rizka Wakhidatus Sholikah
Institut Teknologi Sepuluh Nopember
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Environmental Science Industrial & Manufacturing Engineering Public Health Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : ILKOMNIKA: Journal of Computer Science and Applied Informatics

 1 
Penentuan Topik dengan Opinion Mining berbasis Two-Pass Classifier dan Bayesian dalam Peringkasan Teks Twitter Muhammad Mirza Muttaqi; Diana Purwitasari; Rizka Wakhidatus Sholikah
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 4 No 3 (2022): Volume 4, Nomor 3, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v4i3.499

Abstract

Kolom komentar berkepanjangan pada teks Twitter mempersulit masyarakat yang ingin mengetahui informasi terkini seperti topik tren Covid-19. Peringkasan teks dengan mempertahankan konten melalui pengelompokkan kata untuk deteksi kemiripan hubungan dalam konteks kalimat dapat menghasilkan ringkasan lebih terfokus. Akan tetapi pada klastering teks Twitter sering ditemukan kalimat atau satu tweet yang seharusnya berbeda klaster. Oleh karena itu, perlu dilakukan pemodelan topik dan penentuan topik untuk mempermudah pengguna mencari suatu informasi tertentu. Pada penelitian ini difokuskan pada topik Covid-19. Pemodelan topik digunakan untuk mengatur, mencari, memahami, dan meringkas sebuah teks. Opinion Mining digunakan untuk mengekstrak atau mengklasifikasikan polaritas sentimen. Polaritas sentimen ini berupa “positif” atau “negatif” pada suatu entitas atau aspek. Proses klasifikasi menggunakan metode two pass clasiffier untuk sentimen positif dan negatif, serta Bayesian sebagai metode pelabel entitas – entitas. Setelah itu, label-label tersebut dikelompokkan sehingga terbentuk topik-topik dan beberapa tweet yang mempunyai kemiripan entitas topik dikelompokan ke dalam topik. Dari hasil evaluasi mengunkan TextRank, Okapi BM25 dan PageRank, proses opinion mining menghasilkan nilai yang lebih tinggi dibandingkan dengan Latent Semantic Indexing (LSI), dengan selisih rata-rata 0,53
Co-Authors Agus Zainal Arifin Aminul Wahib Asiyah Hanifah Chastine Fatichah Desepta Isna Ulumi Diana Purwitasari Dimas Fanny Hebrasianto Permadi Dini Adni Navastara, Dini Adni Hanoraga, Tony Juniarun Fathurrohman Khakim Ghozali Moch Zawaruddin Abdullah Mohammad Zaenuddin Hamidi Muhammad Mirza Muttaqi Narandha Arya Ranggianto R.V. Hari Ginardi Ridho Rahman Hariadi Rosyadi, Ahmad Wahyu