TRUNOJOYO-Tugas Akhir-26878-160411100105_Abstract.pdf
Restricted to Repository staff only
Download (63kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_Cover.pdf
Restricted to Repository staff only
Download (624kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_Chapter1.pdf
Restricted to Repository staff only
Download (75kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_Chapter2.pdf
Restricted to Repository staff only
Download (541kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_Chapter3.pdf
Restricted to Repository staff only
Download (322kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_Chapter4.pdf
Restricted to Repository staff only
Download (369kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_Conclusion.pdf
Restricted to Repository staff only
Download (12kB)
TRUNOJOYO-Tugas Akhir-26878-160411100105_References.pdf
Restricted to Repository staff only
Download (79kB)
Abstract
Sarkasme merupakan sebuah sindiran yang pahit dan celaan dengan gaya Bahasa yang digunakan untuk berbicara tentang sesuatu yang dapat berlawanan dengan maksud sebenarnya. Salah satunya dengan menggunakan kata positif yang memiliki makna negatif. Media sosial salah satunya Twitter telah menjadi sarana untuk menyampaikan tanggapan mengenai sesuatu hal. Sebagian orang aktif melalui Tweet mereka yang kerap menggunakan kalimat sarkasme untuk mengungkapkan pendapat. Adanya kalimat yang mengandung sarkasme, tidak sedikit orang menjadi salah mengartikan maksud sebenarnya dan menjadi kesalahpahaman. Pada penelitian ini bertujuan melakukan deteksi kalimat sarkasme menggunakan metode Support Vector Machine Ensemble pada teks berbahasa Indonesia mengenai tanggapan terhadap “jaringan internet” di Twitter dan dapat bermanfaat membantu mengurangi kesalahpahaman pembaca. Deteksi sarkasme tersusun dengan tahapan yaitu text-preprocessing, vektorisasi, dan klasifikasi Kalimat sarkasme yang tidak sering digunakan menyebabkan tweet mengandung sarkasme yang diperoleh lebih sedikit, hal ini menyebabkan ketidakseimbangan data yang dapat mempengaruhi hasil ketepatan klasifikasi. Untuk mendapatkan hasil klasifikasi yang lebih tepat sehingga dalam penelitian ini akan diterapkan teknik oversampling menggunakan SMOTE. Berdasarkan Hasil pengujian didapatkan hasil yang baik dalam hal akurasi sebesar 79,67%, hasil akurasi ketika menggunakan metode ensemble lebih unggul 2,67% ketika tanpa menggunakan metode ensemble. Dengan adanya penambahan metode ensemble menunjukan bahwa ada peningkatan dalam nilai akurasi.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM AHMAD YAZID MUNIF |
| Department | Informatika |
| Uncontrolled Keywords | Ensemble Learning; Sarcasm; SMOTE; Support Vector Machine; Tweet |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 15 Oct 2026 19:34 |
| Last Modified | 24 Oct 2026 17:02 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/16276 |
