Klasifikasi Emosi pada Komentar YouTube Menggunakan Metode Modified K-Nearest Neighbor (MKNN) dengan BM25 dan Seleksi Fitur Chi-Square

##plugins.themes.bootstrap3.article.main##

Candra Ardiansyah Indriati Indriati Marji Marji

Abstrak

YouTube merupakan media sosial video online terbesar di dunia yang digunakan untuk menampilkan berbagai video yang dibuat oleh pengguna dan perusahaan di bidang konten media. Setiap video yang terdapat dalam YouTube  dapat dilakukan pemberian komentar berjenis teks pada kolom komentar terhadap video yang telah ditonton. Banyaknya komentar mengakibatkan content creator (pembuat video) cukup menghabiskan waktu untuk memahami setiap emosi pada komentar yang ada. Setelah dilakukan pertimbangan terhadap solusi yang digunakan untuk menyelesaikan permasalahan tersebut, penulis memilih menggunakan metode klasifikasi Modified K-Nearest Neighbor (MKNN) dengan BM25 dan seleksi fitur Chi-Square. Pengujian yang digunakan adalah 5-fold cross validation untuk mencari nilai k terbaik yang selanjutnya digunakan untuk pengujian seleksi fitur Chi-Square. Pada pengujian Chi-Square data yang digunakan adalah fold data terbaik berdasarkan nilai f-measure tertinggi pada pengujian 5-fold cross validation. Hasil yang diperoleh adalah nilai accuracy, precision, recall, f-measure maksimal yang dicapai saat k bernilai 30 adalah 72,82%, 72,94%, 72,26%, dan 72,59%. Sedangkan pada pengujian Chi-Square pada fold data ke-4 jumlah term terbaik yang digunakan adalah sebanyak 40% dan 50%, dengan nilai accuracy, precision, recall, f-measure adalah 80,56%, 80,37%, 81,61%, dan 80,98%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Ardiansyah, C., Indriati, I., & Marji, M. Klasifikasi Emosi pada Komentar YouTube Menggunakan Metode Modified K-Nearest Neighbor (MKNN) dengan BM25 dan Seleksi Fitur Chi-Square. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 4, p. 1027-1032, juni 2020. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7116>. Tanggal Akses: 19 sep. 2020
Bagian
Artikel