Prediksi Retweet Menggunakan Fitur Content Based dengan Metode Jaringan Saraf Tiruan Dioptimasi dengan Particle Swarm Optimization - Dalam bentuk pengganti sidang - Artikel Jurnal

ALIFIA BELQIS

Informasi Dasar

134 kali
23.04.4072
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Twitter merupakan platform media sosial yang memiliki jutaan pengguna di seluruh dunia, dengan tweet semua orang atau pengguna dapat melihat informasi secara up to date dan dengan fitur trending yang biasanya menggunakan hashtag. Tweet dapat dibagikan ke pengguna lainnya dengan cara retweet yang sangat berperan penting dalam penyebaran informasi yang lebih luas. Penelitian ini membahas mengenai prediksi retweet menggunakan fitur berbasis konten dengan metode jaringan saraf tiruan untuk klasifikasinya dan dioptimalkan dengan algoritma Particle Swarm Optimization untuk mendapatkan tingkat akurasi yang lebih tinggi. Model Jaringan Syaraf Tiruan dengan Particle Swarm Optimization ini menunjukan hasil terbaik ketika sudah dilakukan skenario oversampling dengan hasil akurasi 88.66% dan F1-score 89.19%.

Kata kunci : Twitter, JST-PSO, retweet, content-based, F1-Score

Subjek

Machine - learning
 

Katalog

Prediksi Retweet Menggunakan Fitur Content Based dengan Metode Jaringan Saraf Tiruan Dioptimasi dengan Particle Swarm Optimization - Dalam bentuk pengganti sidang - Artikel Jurnal
 
i, 13p
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ALIFIA BELQIS
Perorangan
Jondri, Widi Astuti
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2023

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini