MENENTUKAN RATING TEMPAT WISATA KULINER MENGGUNAKAN NAÏVE BAYES CLASSIFIER DAN DECISION TREE PADA TWITTER

M AHDA MUQARRABIE

Informasi Umum

Kode

17.04.2907

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Modeling & Analysis Computer

Dilihat

216 kali

Informasi Lainnya

Abstraksi

Tempat wisata kuliner selalu hangat diperbincangkan di media sosial, seperti Facebook, Path, Instagram dan juga Twitter. Di Twitter, berbagai macam tulisan di-tweet oleh pengguna Twitter (user). User dapat menulis tweet tentang impresi, kritik, saran, kesan dan pesan secara bebas. Dalam tugas akhir ini, penulis merangkul tweet-tweet yang bersangkutan dengan tempat wisata kuliner tertentu. Dengan metode Naive Bayes Classifier dan Decision Tree, tweet-tweet diproses hingga menjadi suatu sistem rating untuk tempat wisata kuliner. Kemudian, sistem ini akan membandingkan tingkat akurasi antara Naive Bayes Classifier dan Decision Tree. Tujuan akhir adalah mendapatkan model dan nilai akurasi terbaik antara dua metode tersebut. Dalam tugas akhir ini, Naïve Bayes Classifier memiliki akurasi terbaik untuk data sesudah diskretisasi sebesar 73.99%. Fitur yang paling berpengaruh pada hasil akurasi Naïve Bayes Classifier adalah fitur Jumlah Tweet Pengunjung dengan mengurangi akurasi sebesar 5.33% apabila fitur dihilangkan. Sedangkan, fitur yang paling berpengaruh pada hasil akurasi Decision Tree adalah fitur Jumlah Tweet, fitur Fasilitas Parkir, dan fitur Lokasi dengan mempengaruhi akurasi sebesar 2.66% apabila fitur dihilangkan. Kelompok fitur yang paling berpengaruh dalam akurasi Naïve Bayes Classifier dan Decision Tree adalah kelompok fitur Tweet yang masing-masing memiliki rata-rata akurasi sebesar 60.6% dan 69.74%. Jumlah kelompok diskritisasi untuk metode Naïve Bayes Classifier dan Decision Tree yang menghasilkan akurasi terbaik adalah diskretisasi 4 kelompok . Akurasinya sebesar 71.98% untuk metode Naïve Bayes Classifier dan 73.33% untuk metode Decision Tree.