PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN KERNEL RADIAL BASIS FAUNCTION (RBF) PADA KLASIFIKASI TWEET

Abstract

Twitter salah satu media sosial yang banyak digunakan oleh publik. Twitter merupakan salah satu wadah atau tempat untuk berbagi informasi dan juga dapat digunakan untuk berkampanye dan berpromosi barang atau jasa juga sering disebut dengan bisnis. Twitter merupakan salah satu media sosial yang  dapat digunakan untuk melakukan hal tersebut.Bisnis menggunakan media sosial twitter dapat dilakukan dengan cara membagikan tweet  kepada pengguna Twitter. Pada penelitian ini akan dilakukan pengklasifikasian data tweet menggunakan metode support vector machine (SVM) tersebut agar  tweet yang ada tidak bercampur antara iklan dan tidak iklan. SVM salah satu metode yang dapat melakukan pengklasifikasi data dengan baik, karena proses yang akan dilakukan bersifat non linear maka akan menggunakan kernel RBF (Radial Basis Function) dimana parameter yang akan digunakan adalah nilai C dan γ. Dari hasil uji coba, aplikasi menunjukkan akurasi stabil  pada rentang nilai 0 ≤ C ≤ 3 dan  0.01≤ γ ≤ 10 pada data yang belum dilakukan pemilihan fitur dan akurasi stabil pada rentang nilai 0 ≤ C ≤ 300 dan  0.01≤ γ ≤ 10. Dengan pencapaian nilai akurasi yang baik maka, hasil ini dapat diterapkan untuk membantu pengguna Twitter untuk melakukan filter terhadap tweet iklan yang terdapat pada akun Twitter mereka.