Analisis Kinerja SVM Dan KNN Menggunakan Fitur TF IDF Dan TF-ICF Pada Dataset Sentiment140
Tahun 2026 · Penulis: Denta Muhammad Febrisuda
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Penelitian ini bertujuan untuk mengatasi tantangan klasifikasi sentimen pada data Twitter yang memiliki karakteristik berdimensi tinggi dan tidak terstruktur. Fokus utama penelitian adalah melakukan analisis komparatif untuk menguji efektivitas metode pembobotan fitur berbasis kelas, yaitu Term Frequency-Inverse Class Frequency (TF-ICF), dibandingkan dengan metode konvensional Term Frequency-Inverse Document Frequency (TF-IDF). Pengujian dilakukan menggunakan dataset Sentiment140 yang sudah melalui tahap preprocessing dan penyeimbangan data (balancing) menjadi 50% kelas positif dan 50% kelas negatif untuk mencegah bias pada algoritma Support Vector Machine (SVM) dan K Nearest Neighbor (KNN). Eksperimen menunjukkan bahwa kombinasi algoritma SVM menggunakan fitur TF-IDF merupakan model terbaik dengan akurasi mencapai 77,08%. Model ini terbukti stabil dalam memisahkan sentimen positif dan negatif. Sebaliknya, penerapan fitur TF-ICF justru menghasilkan performa yang rendah pada kedua algoritma, dengan akurasi hanya berkisar antara 51% hingga 52%. Berdasarkan hasil tersebut, disimpulkan bahwa metode TF-IDF jauh lebih relevan untuk data teks pendek dibandingkan TF-ICF, dan algoritma SVM lebih unggul dibandingkan KNN dalam menangani klasifikasi sentimen pada dataset ini.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,829
Tahun 2026 · Penulis: Trisna Ayu Wulandari
Analisis Sentimen Komentar YouTube Terhadap OST Film Jumbo Menggunakan Metode Support Vector Machine (SVM)
Analisis sensimen adalah teknik yang digunakan untuk mengubah data tekstual menjadi informasi yang bermakna dengan mengklasifikasikan opini menjadi kategori positif, negatif, dan netral. Namun, data tekstual sering kali menghadirkan tantangan seperti karakteri
- Cosine 0,828
Tahun 2026 · Penulis: Darojatul Alya Anwar
Analisis Sentimen Pengguna X Terhadap Penetapan UKT di Indonesia Menggunakan Metode Support Vector Machine
Analisis sentimen merupakan salah satu teknik dalam pengolahan bahasa alami (Natural Language Processing) yang bertujuan untuk mengelompokkan opini atau pandangan masyarakat ke dalam kategori sentimen positif, negatif, dan netral. Teknik ini digunakan untuk me
- Cosine 0,775
Tahun 2026 · Penulis: Ahmad Ghulam Ramadhan Nugroho
Analisis Komparasi Kinerja Seleksi Fitur (CFS, LDA, dan OPLS-DA) Pada Electronic Nose Untuk Klasifikasi Mutu Kopi Arabika
Penggunaan instrumen Electronic Nose (E-Nose) untuk proses klasifikasi mutu kopi Arabika seringkali dihadapkan pada kendala fundamental berupa tingginya dimensi data serta masalah multikolinearitas ekstrem antar sensor. Fenomena tersebut dapat memicu terjadiny