Tanjung, Joda Pahlawan Romadhona (2017) Klasifikasi Tweets Pada Twitter Dengan Menggunakan Metode Fuzzy K-Nearest Neighbour (Fuzzy K-NN) Dan Query Expansion Berbasis Apriori. Sarjana thesis, Universitas Brawijaya.
Abstract
Twitter adalah alat percakapan unik yang memungkinkan kita untuk mengirim dan menerima pesan singkat yang disebut tweet dalam komunitas Twitter. Tweets adalah pesan singkat yang memiliki panjang yang terdiri dari 140 karakter. Tweets yang muncul di beranda Twitter semuanya bercampur aduk menjadi satu mulai dari kategori ekonomi, olahraga, teknologi, otomotif, kesehatan dan lain sebagainya. Ketika seorang pengguna mencari sebuah berita atau informasi yang diinginkan, permasalahan yang muncul adalah pengguna menjadi kesulitan untuk memilahnya. Proses klasifikasi dapat dilakukan untuk mengkategorikan sebuah tweets dengan menggunakan algoritme Fuzzy K-Nearest Neighbour. Namun, proses pengklasifikasian sebuah tweets sukar dilakukan karena tweets berupa short-text. Oleh karena itu, sebelum dilakukan proses klasifikasi sebuah tweets dilakukan preprocessing dan proses ekspansi kata terlebih dahulu dengan algoritme Query Expansion agar memberikan hasil maksimal pada proses klasifikasi. Pada penelitian yang dilakukan menghasilkan akurasi terbaik sebesar 82%. Akurasi terbaik didapatkan saat menggunakan metode Fuzzy K-NN dengan Query Expansion tanpa preprocessing serta threshold untuk nilai support >= 0.15 dan nilai confidence >= 1.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/193/051704244 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 06 Jun 2017 13:22 |
| Last Modified: | 22 Oct 2021 04:21 |
| URI: | http://repository.ub.ac.id/id/eprint/147415 |
Preview |
Text
125150200111123_Joda_Pahlawan_R_T_Paper.pdf Download (2MB) | Preview |
Preview |
Text
125150200111123_Joda_Pahlawan_R_T_Skripsi_-_FIX.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |