PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN KERNEL RADIAL BASIS FAUNCTION (RBF) PADA KLASIFIKASI TWEET
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.
Penulis: imelda amuis,
Muhammad Affandes
Kode Jurnal: jptindustridd150243
