PERFORMANCE ANALYSIS OF CLASSIFIER ON FACEBOOK DATA USING UNIGRAM & BIGRAM COMBINATIONS

  • Yudha Sulistiyo Wibowo fmipa ULM
  • Mohammad Reza Faisal fmipa ulm
  • Ahmad Rusadi fmipa ulm
  • Dodon T Nugrahadi fmipa ulm
  • Muhammad Itqan Mazdadi fmipa ulm

Abstract

Penelitian ini pada analisis sentimen menggunakan metode random forest sebagai klasifikasi. TF-IDF adalah fitur berbobot dan fitur kombinasi dari N-Grams adalah unigram dan bigram sebagai kata fitur. Dalam penelitian ini TF-IDF digunakan untuk fitur ekstraksi, tes ini menggunakan data Komentar Facebook tentang Berita Olahraga. Dalam studi ini, dataset digunakan sebanyak 1000 data terbagi menjadi 2, yaitu data pengujian dan pelatihan data. Mencapai kinerja akurasi tinggi hasil dalam fitur unigram dengan akurasi 83,67% dari 2757 fitur, Bigram menghasilkan 58% dengan fitur sebanyak 8457.
Published
2020-11-17
How to Cite
Wibowo, Y. S., Faisal, M. R., Rusadi, A., Nugrahadi, D. T., & Mazdadi, M. I. (2020). PERFORMANCE ANALYSIS OF CLASSIFIER ON FACEBOOK DATA USING UNIGRAM & BIGRAM COMBINATIONS . Journal of Data Science and Software Engineering, 1(02), 63-72. Retrieved from https://jurnalmahasiswamipa.ulm.ac.id/index.php/integer/article/view/17
Issue
Vol. 1 No. 02 (2020)
Section
Articles