KLASIFIKASI ULASAN PENGGUNA APLIKASI DISCORD MENGGUNAKAN METODE INFORMATION GAIN DAN NAÏVE BAYES CLASSIFIER
نویسندگان
چکیده
Pada saat terjadinya covid-19, aplikasi discord banyak di download oleh masyarakat karena dapat digunakan untuk pembelajaran yang dilakukan secara daring dari rumah. Banyak ulasan diberikan pengguna google play store. Ulasan berisi informasi bagi pengembangan aplikasi, itu klasifikasi discord. Penelitian ini menggunakan metodologi CRISP-DM dengan tahap awal scraping web, lalu data diberi label positif dan negatif InSet Lexicon setelah divalidasi ahli bahasa. Setelah divalidasi, akan dibersihkan melalui preprocessing. Lalu seleksi fitur Information Gain dilanjutkan algoritma Naïve Bayes Classifier. Hasil Naive Classifier dibandingkan tidak Gain. didapatlah nilai accuracy tertinggi yaitu 84%, precision recall f1-score/f-measure 83% didapatkan 90% training 10% testing
منابع مشابه
Klasifikasi Data Cardiotocography Dengan Integrasi Metode Neural Network Dan Particle Swarm Optimization
Backpropagation (BP) adalah sebuah metode yang digunakan dalam training Neural Network (NN) untuk menentukan parameter bobot yang sesuai. Proses penentuan parameter bobot dengan menggunakan metode backpropagation sangat dipengaruhi oleh pemilihan nilai learning rate (LR)-nya. Penggunaan nilai learning rate yang kurang optimal berdampak pada waktu komputasi yang lama atau akurasi klasifikasi yan...
متن کاملAplikasi belajar membaca iqro' berbasis mobile
Abstrak Kemajuan Ilmu Pengetahuan dan Teknologi (IPTEK) hendaklah diikuti dengan Iman dan Takwa (IMTAK), sangat disayangkan, jika masih banyak masyarakat yang belum bisa membaca huruf hijaiyah yang merupakan dasar dari Al-Qur’an. Masyarakat sekarang telah disibukkan dengan berbagai aktipitas sehingga mereka sulit untuk belajar dengan Ustad atau Ustadza mengenai huruf hijaiyah. Untuk mengatasi m...
متن کاملSemantic Naïve Bayes Classifier for Document Classification
In this paper, we propose a semantic naïve Bayes classifier (SNBC) to improve the conventional naïve Bayes classifier (NBC) by incorporating “document-level” semantic information for document classification (DC). To capture the semantic information from each document, we develop semantic feature extraction and modeling algorithms. For semantic feature extraction, we first apply a log-Bilinear d...
متن کاملBoosting the Tree Augmented Naïve Bayes Classifier
The Tree Augmented Naïve Bayes (TAN) classifier relaxes the sweeping independence assumptions of the Naïve Bayes approach by taking account of conditional probabilities. It does this in a limited sense, by incorporating the conditional probability of each attribute given the class and (at most) one other attribute. The method of boosting has previously proven very effective in improving the per...
متن کاملImage Classification Using Naïve Bayes Classifier
An image classification scheme using Naïve Bayes Classifier is proposed in this paper. The proposed Naive Bayes Classifier-based image classifier can be considered as the maximum a posteriori decision rule. The Naïve Bayes Classifier can produce very accurate classification results with a minimum training time when compared to conventional supervised or unsupervised learning algorithms. Compreh...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Infotech journal
سال: 2023
ISSN: ['2460-1861', '2615-4250']
DOI: https://doi.org/10.31949/infotech.v9i2.6277