SAPUTRA, Nova Adi (2023) KLASIFIKASI TEKS PADA KALIMAT UJARAN KEBENCIAN MENGGUNAKAN ALGORITMA IMPROVED K-NEAREST NEIGHBOR DENGAN TF-IDF-ICSpF. Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://eprints.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (COVER)
COVER-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Download (3MB) |
|
PDF (BAB I)
BAB I-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Download (3MB) |
|
PDF (BAB II)
BAB II-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Download (11MB) |
|
PDF (BAB III)
BAB III-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Restricted to Repository staff only Download (3MB) |
|
PDF (BAB IV)
BAB IV-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Restricted to Repository staff only Download (3MB) |
|
PDF (BAB V)
BAB V-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Download (554kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Download (1MB) |
|
PDF (DAFTAR LAMPIRAN)
DAFTAR LAMPIRAN-Nova Adi Saputra-42419011-Skripsi-2023.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
Media sosial merupakan salah satu manifestasi perkembangan digital yang sangat pesat dan dijadikan sebagai sebuah sarana untuk melakukan komunikasi, berbagi informasi dan juga untuk mengemukakan suatu pendapat, Media Sosial sering digunakan untuk menyebarkan ujaran kebencian, contohnya teitter. Banyaj bentuk ujrana kebencian di platform media sosial yang didasari oleh motif SARA (suku, agama, ras dan antargolongan). Di sisi lain, terdapat Undang-Undang Informasi dan Elektronik (UU ITE) untuk membatasi ruang bagi masyarakat dalam mengutarakan pendapat du dunia maya yang serba bebas. Ujaran kebencian merupakan salah satu permasalahan yang masuk ke dalam UU ITE. Klasifikasi teks adalah salah atu cara yang dapat dilakukan untuk menganalisa sebuah kalimat. Penelitian ini menggunakan algoritma Improved K-Nearest Neighbor dengan pembobotan term TF-IDF-1CSpF untuk melakukan klasifikasi data teks kalimat ujaran kebencian di twitter. 1.00 data tweet dengan 5 label yaitu agama, ras, fisik, gender dan lainnya digunakan untuk pelatihan dengan validasi 10 K-Fold Cross Validation dan diperoleh hasil nilai rata-rata akurasi, presisi, recall dan fl-score sebesar 88,11%, 91,18%, 87,59% dan 88,51%
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | klasifikasi teks, iknn, pembobotan term, tf-idf-icspf | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | Ms Nur Afni Taflikhatun | |||||||||
| Date Deposited: | 13 Dec 2023 04:15 | |||||||||
| Last Modified: | 13 Dec 2023 04:15 | |||||||||
| URI: | http://eprints.peradaban.ac.id/id/eprint/1483 |
Actions (login required)
 |
View Item |