Text

Pemetaan riset dokumen teks pendek pada Twitter dengan metode Systematic literature review

---

PEMETAAN RISET DOKUMEN TEKS PENDEK PADA TWITTER DENGAN METODE SYSTEMATIC LITERATURE REVIEW DEA SASKIAH


ABSTRAK
Twitter adalah sebuah layanan microblogging yang memungkinkan orang untuk berkominikasi dengan singkat lewat pesan yang hanya berisikan 140 karakter. Dengan batasan tersebut, twitter dapat dikategorikan sebagai dokumen teks pendek. Dan dengan terbatasnya jumlah kata yang ada pada tweet menyebabkan sulitnya tweet tersebut untuk diklasifikasikan. Penelitian ini bertujuan untuk menghasilkan peta klasifikasi dan mengetahui metode yang terbaik untuk mengklasifikasikan dokumen teks pendek terutama pada twitter dengan cara menganalisis data berupa literatur dengan menggunakan metode analisis systematic literature review. Proses pengumpulan data literatur dilakukan dengan melakukan pencarian pada beberapa digital library dengan search string yang telah dibuat berdasarkan research question yang ada dengan batas publikasi antara tahun 2013-2017. Hasil dari penelitin ini menunjukkan bahwa dari 1253 literatur yang ada, terdapat 41 literatur yang layak untuk dianalisa. Dan berdasarkan 41 literatur yang ada didapatkan bahwa terdapat 21 metode klasifikasi yang digunakan untuk klasifikasi twitter. Dengan metode yang paling banyak digunakan adalah Support Vector Machine (SVM) dan metode terbaik adalah Word2Vec Logistic Regression dengan tingkat akurasi 95,8%.
Kata Kunci: teks pendek, systematic literature review, pemetaan riset, klasifikasi, dan twitter.

---

Ketersediaan

SS00017233

SK 17233

UPT Perpustakaan UNJ (CD.05.2018.005)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

SK 17233

Penerbit

Jakarta : Program Studi Pendidikan Informatika FT UNJ., 2018

Deskripsi Fisik

xii, 86 lembar : il. ; 30 cm.

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Dokumen Teks Pendek

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dea Saskiah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar