Digital Library

Universitas PGRI Kanjuruhan Malang

  • Beranda
  • Penghitung Jumlah Pengunjung
  • Informasi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Optimasi Metode K-Nearest Neighbor Berbasis 
Particle Swarm Optimization Untuk Analisis Sentimen Pemilihan Presiden 
Indonesia Tahun 2024-2029

Electronic Resource

Optimasi Metode K-Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Analisis Sentimen Pemilihan Presiden Indonesia Tahun 2024-2029

Leonardus Silih Windanu - Nama Orang; Anggri Sartika Wiguna, S.T., M.T - Nama Orang; Alexius Endy Budianto, S.Kom., M.M. - Nama Orang;

Indonesia merupakan negara ke 5 pengguna Twitter terbanyak didunia dengan
jumlah 19,5 juta (Mimboro, 2022). Twitter banyak digunakan oleh masyarakat
sebagai wadah untuk menuangkan pendapatnya akan suatu peristiwa yang sedang
terjadi atau biasanya peristiwa yang sedang viral dengan menggunakan hastag.
Belakangan ini isu tentang pemilihan presiden 2024-2029 merupakan salah satu
topik yang sedang viral, beragam cuitan muncul yang tentunya masih teracak atau
belum dikategorikan. Agar pendapat tersebut bisa bermanfaat dan berguna,
diperlukan beberapa proses sehingga didapatlah informasi yang penting dengan
analisis sentimen. Pada penelitian ini melakukan optimasi pada metode K-Nearest
Neighbor (KNN) menggunakan algoritma Particle Swarm Optimization (PSO)
untuk analisis sentimen pemilihan presiden Indonesia tahun 2024-2029, karena
metode KNN relatif menghasilkan akurasi yang lebih rendah dibandingkan dengan
metode lain, hal ini bertujuan untuk meningkatkan hasil akurasi yang didapatkan.
Hasil akurasi menggunakan metode KNN diuji dengan K=1 sampai dengan K=10,
lalu dibandingkan dengan K terbaik hasil metode KNN yang sudah dioptimasi
menggunakan algoritma PSO guna mendapatkan model terbaik. Dari hasil
pengujian yang telah dilakukan didapatkan model terbaik yaitu pada pengujian
metode KNN yang dioptimasi menggunakan algoritma PSO pada rasio dataset
70:30 dengan akurasi 77,3% pada K=7 menggunakan partikel sebanyak 10 dan
iterasi 20


Ketersediaan
SB00774SKKI 001.6 WIN o/sPerpustakaan UnikamaTersedia
Informasi Detail
Judul Seri
-
No. Panggil
KKI 001.6 WIN o/s
Penerbit
Malang : Prodi Teknik Informatika Unikama., 2023
Deskripsi Fisik
xiii, 71 hlm 26 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
001.6
Tipe Isi
text
Tipe Media
PDF
Tipe Pembawa
online resource
Edisi
1
Subjek
Particle Swarm Optimization (PSO)
Skripsi
Analisis Sentimen
Teknik informatika
Data mining
K-Nearest Neighbor (KNN)
Pemilihan Presiden Indonesia 2024–2029
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Digital Library
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan Universitas PGRI Kanjuruhan Malang, menyajikan bahan-bahan referensi yang bisa dijadikan referensi untuk civitas akadmika dan umum. silahkan manfaatkan koleksi bahan pustaka yang ada untuk menunjang Pendidikan, Penelitian, dan untuk menambah wawasan kita

Satistik Data Pengunjung Web

Hari Ini : 1 Minggu Terakhir : 1 Bulan Terakhir : Seluruh :

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik