Author:
Arisandi Desi,Sutrisno Tri,Kurniawan Iwan
Abstract
Data pribadi merupakan hal yang sensitif dan privasi, hanya dapat dilihat oleh seorang diri. Namun seiring berkembangnya zaman, sering terjadi kebocoran data di internet terumata Indonesia. Kebocoran data ini sempat ramai di sosial media Twitter dan dijadikan sebagai wadah untuk berpendapat terkait kebocoran data yang terjadi di Indonesia. Metode klasifikasi yang digunakan untuk penelitian ini adalah Support Vector Machine (SVM) dengan ekstrasi fitur TF-IDF. Dataset didapatkan melalui hasil scraping Twitter dan mendapatkan 5000 tweet. Dataset diberi label manual yaitu Positif, Negatif, dan Netral sebelum masuk ke tahap Klasifikasi SVM. Dan berdasarkan hasil klasifikasi SVM, SVM menghasilkan akurasi 83%.
Publisher
Universitas Islam Lamongan
Subject
Psychiatry and Mental health