PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN KERNEL RADIAL BASIS FAUNCTION (RBF) PADA KLASIFIKASI TWEET
DOI:
https://doi.org/10.24014/sitekin.v12i2.1010Keywords:
lasifikasi, RBF, Support Vector Machine, Tweet, Twitter.Abstract
Twitter salah satu media sosial yang banyak digunakan oleh publik. Twitter merupakan salah satu wadah atau tempat untuk berbagi informasi dan juga dapat digunakan untuk berkampanye dan berpromosi barang atau jasa juga sering disebut dengan bisnis. Twitter merupakan salah satu media sosial yang dapat digunakan untuk melakukan hal tersebut.Bisnis menggunakan media sosial twitter dapat dilakukan dengan cara membagikan tweet kepada pengguna Twitter. Pada penelitian ini akan dilakukan pengklasifikasian data tweet menggunakan metode support vector machine (SVM) tersebut agar tweet yang ada tidak bercampur antara iklan dan tidak iklan. SVM salah satu metode yang dapat melakukan pengklasifikasi data dengan baik, karena proses yang akan dilakukan bersifat non linear maka akan menggunakan kernel RBF (Radial Basis Function) dimana parameter yang akan digunakan adalah nilai C dan γ. Dari hasil uji coba, aplikasi menunjukkan akurasi stabil pada rentang nilai 0 ≤ C ≤ 3 dan 0.01≤ γ ≤ 10 pada data yang belum dilakukan pemilihan fitur dan akurasi stabil pada rentang nilai 0 ≤ C ≤ 300 dan 0.01≤ γ ≤ 10. Dengan pencapaian nilai akurasi yang baik maka, hasil ini dapat diterapkan untuk membantu pengguna Twitter untuk melakukan filter terhadap tweet iklan yang terdapat pada akun Twitter mereka.
References
Dennis Aprilla C, Donny Aji Baskoro, I Wayan Simri Wicaksana, Lia Ambarwati, 2013. Belajar Data Mining Dengan Rapid Miner: Jakarta.
Herlian, M. 2006. Machine Learning Teks Categorization.Univercity Of Texas at Austin (diakses pada tanggal 18/12/2013)
Kasali. 1992.Manajemen Periklanan dan Aplikasinya di Indonesia
Liliana, Dewi Y, dkk, 2011. Indonesian News Classification Using Support Vector Machine. Word Academiy Of Science, Engineering And Technology.
Nugroho, dkk.2003. Suppoort Vector Machine –Teori Dan Apikasinya Dalam Bioinformatika
Sulistyo Wiwin . 2008. Klasifikasi Dokumen Berbahasa Inggris Berdasarkan Weighted-Trem. Jurnal Teknologi Informasi (diakses pada tanggal 15/04/2014)
Wibisono, Yudi, 2005. Klasifikasi Berita Berbahasa Indonesia Menggunakan Metode Naive Bayes Classifier. In Proceding Of Seminar Nasional Matematika UPI Bandung, 2005.
Yusra, 2013. Klasifikasi Minat Pengguna Twitter Berdasarkan Tweet, Menggunakan Support Vector Machine. Institut Teknologi Bandung.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License
Copyright Notice
An author who publishes in the SITEKIN Journal agrees to the following terms:
- Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
- Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
- Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
Read more about the Creative Commons Attribution-ShareAlike 4.0 Licence here: https://creativecommons.org/licenses/by-sa/4.0/.
