REPOSITORI

PENGEMBANGAN APLIKASI KLASIFIKASI CLICKBAIT PADA TWITTER BERBASIS SUPPORT VECTOR MACHINE

Twitter menjadi salah satu media sosial yang paling banyak digunakan diseluruh dunia. Pengguna twitter tidak hanya individu saja namun sudah banyak perusahaan yang telah menggunakan twitter sebagai pendukung promosi, salah satu contoh ialah portal berita. Media sosial ini telah sangat banyak digunakan untuk penyebaran informasi, tetapi masih banyak akun portal berita yang memberikan berita dengan tweet yang mengandung clickbait, sehingga pengguna twitter merasa kecewa dengan hal tersebut. Untuk membantu para pengguna twitter dalam hal membedakan tweet yang mengandung clickbait dengan non-clickbait di perlukan sebuah sistem yang dapat mengklasifikasikan tweet yang mengandung clickbait dan non-clickbait. Pengklasifikasian dilakukan oleh sistem menggunakan algoritma support vector machine. Konsep pengklasifikasian ini memiliki beberapa tahap yang dilakukan dengan menggunakan metode standarisasi dari teks mining yaitu CRISP-DM . Penilitian ini menggunakan metode confusion matrix untuk melakukan perhitungan akurasi yang dihasilkan oleh sistem, dari hasil pengujian menggunakan support vector machine didapatkan tingkat akurasi sebesar 88%, presisi 96.79%, dan recall 88.29%.