JETT (Jurnal Elektro dan Telekomunikasi Terapan)
Vol 7 No 2 (2020): JETT Desember 2020

Pelabelan Data Dengan Latent Dirichlet Allocation dan K-Means Clustering pada Data Twitter Menggunakan Bahasa Indonesian

Patrick Adolf Telnoni (Unknown)
Suryatiningsih , (Unknown)
Ely Rosely (Unknown)

Article Info

Publish Date
03 Mar 2021

Abstract

Media sosoal telah cukup lama menjadi sumber utama untuk melakukan sentimen analisis terhadap suatu trend. Hal ini juga terjadi pada media sosial Twitter yang telah ada lebih dari satu dekade. Data yang bervolume besar pada twitter sangat bermanfaat untuk mencari sentimen. Akan tetapi data pada twitter umumnya merupakan data yang tidak berkategori. Meski terdapat metode unsupervised learning untuk melakukan pemberian label akan memberikan akurasi yang buruk. Menggunakan teknik Deep Learning membutuhkan komputasi yang sangat intens. Paper ini memberikan solusi pelabelan data dengan teknik mudah dankomputasi yang ringan menggunakan data dari twitter pada bahasa Indonesia. Teknik yang digunakan pada paper ini adalah k-means clustering dan Latent Dirichlet Allocation (LDA). Hasil dari percobaan menunjukan bahwa distribusi data pada tiap cluster masih sangat tidak seimbang.

Copyrights © 2020




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
JETT (Jurnal Elektro dan Telekomunikasi Terapan)
Website

Abbrev

jett

Publisher

Universitas Telkom

Subject

Computer Science & IT Electrical & Electronics Engineering Engineering

Description

JETT is a scientific journal published by Telkom University Bandung, Fully supported by Diploma of Telecommunication Engineering and became the scientific media for researchers and lecturers who will publish the results of their research. The aim of the Journal is to facilitate scientific ...