ABSTRAK
Nama : Cakra Wishnu Wardhana
Program Studi : Ilmu Komputer
Judul : Deteksi Stance pada Teks Berbahasa Indonesia Menggunakan
Fitur N-gram, Sentimen, Ortografi, dan Proper Name
Penelitian ini bertujuan untuk mengembangkan sebuah model yang dapat secara
otomatis mendeteksi stance sebuah artikel ulasan berbahasa Indonesia sebagai mendukung,
menentang, atau tidak diketahui. Pendekatan yang digunakan menggunakan
metode berbasis supervised learning dengan dua model klasifikasi, yaitu
Multinomial Naive Bayes dan linear Support Vector Machine (SVM). Model dibangun
dengan menggunakan empat fitur, yaitu fitur n-gram, sentimen, ortografi, dan
proper name. Didapatkan skor F1-measure terbaik sebesar 86.5% dengan menggunakan
fitur top-30% bigram dengan melakukan pembuangan stopwords dan model
SVM. Hasil eksperimen menunjukkan bahwa fitur n-gram adalah fitur yang paling
kontributif. Penelitian ini merupakan salah satu yang pertama dalam deteksi stance
pada artikel berbahasa Indonesia.
Kata Kunci:
deteksi stance, klasifikasi teks, pembelajaran mesin
|
|