Text

PERBANDINGAN METODE SELEKSI FITUR UNTUK KLASIFIKASI PERTANYAAN BERBBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

---

Penilaian

---

Most texts have a large number of features. However, the features contained in the text mostly have a low level of relevance and even caontain noise which can later reduce the accuracy of the results. Feature selection is used to reduce the dimensions of feature space by weighting all features then features with lower weights than treshold will be liminated. It aims to improve the accuracy and efficiency of computational time in the text classification process. In this research, selection method Information Gain, Chi Square, Mutual Information were used in the text Classification process in the form of Indonesian questions using the Support Vector Machine (SVM) algorithm. Then, a comparative analysis will be carried out on each classification model based on the evaluation results obtained. The results showed that the use of the feature selection method was able to increase accuracy and reduce computation time.The use of the Chi Square feature selection method on the SVM algorithm with a linear kernel and parameter C:1 give the best performance with average of accuracy 0.92, precision 0.93, recall 0.89, f-measure 0.91 and computation time 8 seconds. Sebagian besar teks memiliki jumlah fitur yang banyak. Namun, fitur yang terdapat pada teks sebagian besar memiliki tingkat relevansi yang kurang bahkan mengandung noise yang nantinya dapat mengurangi hasil akurasi. Seleksi fitur digunakan untuk mengurangi dimensi ruang fitur dengan cara melakukan pembobotan pada semua fitur kemudian fitur dengan bobot yang kurang dari ambang batas akan dieliminasi. Hal ini bertujuan untuk meningkatkan akurasi serta efisiensi waktu komputasi pada proses klasifikasi teks. Pada penelitian ini, metode seleksi Information Gain, Chi Square dan Mutual Information digunakan pada proses klasifikasi teks berupa pertanyaan berbahasa Indonesia menggunakan algoritma Support Vector Machine (SVM). Kemudian, akan dilakukan analisis perbandingan pada setiap model klasifikasi berdasarkan hasil evaluasi yang didapat. Hasil penelitian menunjukan penggunaan metode seleksi fitur mampu memberikan peningkatan akurasi serta mengurangi waktu komputasi. Penggunaan metode seleksi fitur Chi Square pada algortima SVM dengan kernel linear dan parameter C: 1 menghasilkan kinerja terbaik dengan rata-rata accuracy 0.92, precision 0.93, recall 0.89, f-measure 0.91 dan waktu komputasi 8 detik.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2207002034	T73447	T734472022	Central Library (Referens)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T734472022

Publisher

Inderalaya : Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2022

Collation

xiii, 182 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

005.730 7

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Jurusan Teknik Informatika
Struktur Data

Specific Detail Info

-

Statement of Responsibility

SEPTA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment