Ekstraksi Informasi Transaksi Online pada Twitter
Abstract: Penelitian ini
mengeksplorasi analisis konten tweet untuk mendapatkan informasi transaksi
online di Indonesia yang datanya masih minim saat ini. Untuk itu, aplikasi
SaFE-F dikembangkan yang melakukan pencarian (Search) dan Filter tweet yang
relevan, Ekstraksi informasi transaksi online, dan menyimpan hasil ekstraksinya
(Filling). Dengan menggunakan pendekatan ekstraksi informasi berbasis
klasifikasi, dilakukan klasifikasi tweet dan klasifikasi token. Oleh karena
itu, korpus tweet bahasa Indonesia dikonstruksi untuk pembangunan model
klasifikasi. Eksperimen model klasifikasi tweet untuk tahapan filter
menunjukkan bahwa model terbaik dengan akurasi 85.09% didapatkan dengan
menggunakan algoritma pembelajaran C4.5, fitur trigram, dan tanpa praproses.
Eksperimen model klasifikasi token untuk tahapan ekstraksi menunjukkan bahwa
model terbaik dengan akurasi 81.49% didapatkan dengan menggunakan algoritma
pembelajaran IBk (Instance-based learning) dan set 7 fitur terbaik dengan gain ratio.
Kata Kunci: Ekstraksi
informasi, transaksi online, twitter, tweet, klasifikasi, bahasa Indonesia,
algoritma pembelajaran
Penulis: Masayu Leylia Khodra,
Ayu Purwarianti
Kode Jurnal: jptinformatikadd130135
