Pengujian Algoritma Teks Mining Untuk Klasifikasi Analisis Review Aplikasi Halodoc

research
  • 03 Oct
  • 2022

Pengujian Algoritma Teks Mining Untuk Klasifikasi Analisis Review Aplikasi Halodoc

Memasuki era revolusi industry 4.0 teknologi berkembang sangat pesat, teknologi sistem informasi di bidang kesehatan adalah e-health sebagai teknologi informasi dan komunikasi yang efektif dan aman dalam mendukung hal-hal yang berkaitan dengan bidang kesehatan seperti pelayanan kesehatan, pengawasan kesehatan, referensi tentang hal-hal kesehatan. Konsumen yang menulis review, opini dan pengalaman dalam telekonsultasi medis terus meningkat. Dataset halodoc tersebut harus diolah menggunakan algoritma yang tepat. Maka hasil dari penelitian ini untuk mengetahui algoritma yang lebih baik digunakan untuk mendapatkan model algoritma terbaik. Peneliti membandingkan beberapa metode klasifikasi Teks Mining diantaranya yaitu Algoritma C4.5, K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM). Tahapan penelitian yang dilakukan dimulai dari pengumpulan data, pengolahan data awal, metode yang diusuilkan yaitu C4.5, K-NN dan SVM, menggunakan pengujian metode 10-folds cross Validation, hasil evaluasi dan pengujian menggunakan t-test, metode yang diusulkan. Dari proses yang telah dilakukan didapatkan hasil akurasi terbaik hasil akurasi menggunakan algoritma K-Nearest Neighbor (K-NN) adalah 88,50% dengan nilai AUC: 0,960. Sedangkan, hasil model terbaik menggunakan uji t-test yaitu algoritma : Support Vektor Machine dan K-NN dalam pengujian dataset halodoc. 

Unduhan

 

REFERENSI

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru