Klasifikasi Ulasan Palsu menggunakan MDLText dengan Seleksi Fitur IG dan SMOTE
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
View Archive InfoField | Value | |
ISSN |
2548-964X |
|
Authentication Code |
dc |
|
Title Statement |
Klasifikasi Ulasan Palsu menggunakan MDLText dengan Seleksi Fitur IG dan SMOTE |
|
Added Entry - Uncontrolled Name |
Haryono, Dary Ardiansyah Bachtiar, Fitra Abdurrachman Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya |
|
Summary, etc. |
Perkembangan teknologi membuat pembelian produk/jasa menjadi lebih mudah karena hanya perlu memesan sesuatu melalui daring. Kebanyakan orang akan mempertimbangkan ulasan sebelum membeli produk/jasa, sehingga ulasan sangat mempengaruhi pada banyaknya pembelian produk/jasa. Oleh karena itu, dibuatlah suatu sistem klasifikasi ulasan palsu menggunakan metode MDLText. Pada penelitian ini membandingkan akurasi, precision, recall dan F-measure dari 4 metode yaitu algoritme MDLText, algoritme MDLText dengan seleksi fitur IG, algoritme MDLText dengan SMOTE dan algoritme MDLText dengan SMOTE dan seleksi fitur IG. Data yang digunakan adalah data tidak seimbang dengan perbandingan rasio 1 ulasan palsu dibandingkan 6 ulasan asli. Berdasarkan hasil pengujian, untuk algoritme MDLText hasil didapatkan dari perubahan parameter α dengan akurasi tertinggi yang cukup baik sebesar 49,67% akan tetapi recall 19,35%, precision 10,53%, dan F-measure 13,64% yang sangat kecil. Sedangkan penggunaan algoritme MDLText dengan seleksi fitur IG lebih baik pada saat threshold 60% dari segi akurasi yaitu 77,48% akan tetapi dari segi precision, recall dan F-measure threshold 90% memiliki nilai lebih baik yaitu 20,94%, 100% dan 34,64%. Pada penggunaan algoritme MDLText dengan SMOTE didapatkan nilai komposisi paling seimbang pada SMOTE 200% dengan nilai akurasi 60,93%, recall 9,68%, precision 8,82% dan F-measure 9,23%. Sehingga dapat disimpulkan metode MDLText lebih baik dengan SMOTE 200% dan seleksi fitur IG threshold 60% dari segi akurasi, precision, recall dan F-measure. Untuk pengujian k-fold validation didapatkan hasil tertinggi untuk akurasi, precision, recall dan F-measure pada fold 2 dengan nilai 81,55%, 12,5%, 7,69% dan 9,52%.
|
|
Publication, Distribution, Etc. |
Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya |
|
Electronic Location and Access |
application/pdf http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7271 |
|
Data Source Entry |
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 5 (2020): Mei 2020 |
|
Language Note |
ind |
|
Terms Governing Use and Reproduction Note |
Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer |
|