The Sriwijaya University Library

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Login
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
Image of KLASIFIKASI KOMENTAR PERUNDUNGAN PADA INSTAGRAM MENGGUNAKAN ALGORITMA CHI-SQUARE DAN SUPPORT VECTOR MACHINE

Text

KLASIFIKASI KOMENTAR PERUNDUNGAN PADA INSTAGRAM MENGGUNAKAN ALGORITMA CHI-SQUARE DAN SUPPORT VECTOR MACHINE

Hersa, Cesil Oktavia - Personal Name;

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Instagram adalah salah satu platform media sosial yang populer untuk memenuhi kebutuhan sosial. Namun banyak kasus bullying yang terjadi di Instagram karena sebagian pengguna tidak memahami etika bersosialisasi melalui media sosial. Dampak dari tindakan ini sangat meresahkan karena dapat menyebabkan depresi hingga bunuh diri. Oleh karena itu, diperlukan metode klasifikasi yang dapat mengklasifikasikan komentar di Instagram untuk mengetahui bahwa komentar tersebut termasuk dalam kategori komentar bullying atau non-bullying. Metode Support Vector Machine (SVM) memiliki performa yang baik dalam mengklasifikasikan data teks. Namun, semakin banyak komentar data, semakin banyak fitur yang akan diproses, sehingga semakin lama waktu komputasi Support Vector Machine. Untuk mengatasi masalah ini, metode Chi-Square digunakan untuk mengurangi jumlah fitur pada data komentar. Tujuan dari penelitian ini adalah untuk mengetahui performansi yang dihasilkan metode SVM dengan pemilihan fitur Chi-Square dan metode SVM tanpa fitur seleksi dalam mengklasifikasikan komentar bullying di Instagram. Hasil pengujian akan dibandingkan dan dievaluasi untuk mengetahui pengaruh metode Chi-Square dalam meningkatkan kinerja metode SVM. Pengujian dilakukan dengan menggunakan fungsi kernel Linear, Polynomial dan RBF dengan parameter masukan C yaitu 0,1, 1 dan 10 untuk masing-masing kernel. Hasil pengujian yang telah dilakukan menunjukkan bahwa metode SVM dengan pemilihan fitur Chi-Square memiliki performansi yang lebih baik. Metode Chi-Square mampu mereduksi fitur dari dataset, sehingga meningkatkan performansi dan mengurangi waktu komputasi dari metode Support Vector Machine. Peningkatan akurasi tertinggi terjadi pada RBF kernel dengan parameter C = 0,1 yaitu 0,20.


Availability
Inventory Code Barcode Call Number Location Status
2107000335T46251T462512021Central Library (REFERENCES)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T462512021
Publisher
Indralaya : Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2021
Collation
xix, 132 hlm.: tab.: ilus.; 29 cm
Language
Indonesia
ISBN/ISSN
-
Classification
003.507
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Teori komunikasi dan kontrol
Teknik Informatika
Specific Detail Info
-
Statement of Responsibility
SEPTA
Other version/related

No other version available

File Attachment
  • KLASIFIKASI KOMENTAR PERUNDUNGAN PADA INSTAGRAM MENGGUNAKAN ALGORITMA CHI-SQUARE DAN SUPPORT VECTOR MACHINE
Comments

You must be logged in to post a comment

The Sriwijaya University Library
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2025 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search