Image of Analisis Opini Film Pada Netflix Dengan Algoritma Naïve Bayes dan Support Vector Machine mengunakan seleksi fitur Chi-square

Electronic Resource

Analisis Opini Film Pada Netflix Dengan Algoritma Naïve Bayes dan Support Vector Machine mengunakan seleksi fitur Chi-square

Penelitian ini bertujuan buat menganalisis opini pengguna terhadap film di
platform Netflix mengunakan algoritma Naïve Bayes serta Support Vector
Machine. Fokus penelitian yaitu menaikkan akurasi klasifikasi lewat
pelaksanaan seleksi fitur mengunakan metode Chi- square. Data yang
digunakan diperoleh lewat proses website scraping pada ulasan pengguna di
Google Play Store. Labeling secara otomatis dengan dukungan library
Transformers, dengan hasil label positif 131 dan negatif 869 dari 1000 ulasan.
Tahapan penelitian meliputi crawling data, pelabelan otomatis mengunakan
library transformers, pre- processing( case folding, tokensiasi, stopword
removal, normalisasi, dan stemming), pembobotan dengan metode TF- IDF,
serta pengujian akurasi model mengunakan rasio pembagian data 90: 10, 80:
20 serta 70: 30. Hasil riset membuktikan kalau metode Support Vector
Machine menemukan akurasi 92, 5% pada dataset 80: 20, sebaliknya Support
Vector Machine berbasis Chi-square menemukan akurasi 91, 5% pada dataset
80: 20, Naïve Bayes menemukan akurasi 82% pada dataset 80: 20, dan
akurasi Naïve Bayes berbasis Chi- square 79% pada dataset 80: 20. Dengan
demikian Chi- square tidak sanggup menaikkan performa dari metode Naïve
Bayes dan Support Vector Machine pada penelitian ini.

Ketersediaan
SB00956SKKI 001.6 RIA a/sPerpustakaan UnikamaTersedia
Informasi Detail
Judul Seri
-
No. Panggil
KKI 001.6 RIA a/s
Penerbit
Malang : Prodi Teknik Informatika Unikama.,
Deskripsi Fisik
xvi, 76 hlm 26 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
001.6
Tipe Isi
text
Tipe Media
PDF
Tipe Pembawa
online resource
Edisi
1
Subjek
naive bayes
Skripsi
Analisis Sentimen
Support Vector Machine
Teknik informatika
Chi-square
Netflix
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar