Penanganan Imbalanced Dataset untuk Klasifikasi Komentar Program Kampus Merdeka Pada Aplikasi Twitter

Imbalanced dataset merupakan hal yang sering ditemukan secara alami dalam proses penambangan data. Kondisi ini sangat mempengaruhi keakuratan klasifikasi data seperti terjadi komentar program Kampus Merdeka peneliti lakukan. Penelitian akan fokus pada penanganan untuk meningkatkan kinerja berasal dari aplikasi Twitter. Data diklasifikasikan ke empat kelas yaitu 0 (untuk informasi), 1 opini), 2 pertanyaan), dan 3 out of topic). Metode digunakan balancing adalah Undersampling, Oversampling menggunakan SMOTE ADASYN, serta Random Combination Sampling. Evaluasi performa dilakukan algoritma Support Vector Machine (SVM) dengan perbandingan komposisi training testing 80:20. pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) nilai max_features 3000, 5000, 7000. Hasil pengujian awal menunjukan bahwa akurasi F1-score berurut-urut 0,7 0,7. Sedangkan metode dapat F1-score, kecuali penerapan Undersampling. terbaik ditunjukan oleh ADASYN sebesar 0,9 0,9. Penggunaan TF-IDF juga hasil klasifikasi, jumlah 5000.