Diana, Anggraini (2021) PENGGUNAAN METODE RANDOM FOREST DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI BENCANA ALAM BERDASARKAN DATA TWITTER. Lainnya thesis, Politeknik Negeri Jakarta.
4817070521_Diana_Anggraini_Laporan_Skripsi_Identitas.pdf
Download (643kB)
4817070521_Diana_Anggraini_Laporan_Skripsi_Isi.pdf
Restricted to Hanya Civitas Akademika PNJ
Download (1MB)
4817070521_Diana_Anggraini_Manuscript.pdf
Restricted to Hanya Staff Repositori
Download (333kB)
Abstrak
Twitter merupakan salah satu media sosial yang cukup populer saat ini. Karna hampir setiap orang menggunakan Twitter dalam kehidpan sehari-hari. Twitter memiliki fitur-fitur yang cukup sederhana tapi mampu membuat pengguna aktif memanfatkannya dengan jenis layanan yang bersifat real-time. Pengguna meramaikan media sosial twitter dengan memberikan informasi (twit) tentang kejadian yang terjadi yang terjadi disekitarnya. Misalnya ketika terjadi bencana alam seperti, banjir, gempa dan kebakaran hutan. Pada tugas akhir ini akan dilakukan klasifikasi kejadian bencana alam (banjir, gempa dan kebakaran hutan) berdasarkan data twit yang dilakukan oleh pengguna yang menjadi saksi mata pada kejadian tersebut. Metode yang akan diimplementasikan adalah Random Forest dan Support Vector Machine (SVM). Nilai akurasi dari model klasifikasi yang paling tinggi akan dijadikan acuan sebagai metode klasikasi yang terbaik dalam kasus ini. Selain itu, informasi bencana berupa titik kejadian akan ditampilkan ke sistem sebagai konsumsi user.
Tipe Dokumen: | Thesis / Skripsi / Tugas Akhir (Lainnya) |
---|---|
Subjek: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
Bidang, Unit, atau Jurusan Yang Ditujukan: | Teknik Informatika dan Komputer > Teknik Informatika D4 |
User ID Pengunggah: | Diana Anggraini |
Date Deposited: | 12 Oct 2021 01:07 |
Last Modified: | 12 Oct 2021 01:07 |
URI: | https://repository.pnj.ac.id/id/eprint/4286 |