Perbandingan Term Weighting dan Word Embedding pada Klasifikasi Post Media Sosial Pemerintah Daerah di Indonesia

Cahya Dinatha, Pande Made Risky (2019) Perbandingan Term Weighting dan Word Embedding pada Klasifikasi Post Media Sosial Pemerintah Daerah di Indonesia. Masters thesis, King Saud University.

Text 05211750010016-Master_Thesis.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Munculnya media sosial dan banyaknya masyarakat yang menggunakan media sosial mendorong pemerintah untuk memanfaatkan media sosial sebagai sarana untuk menyebarkan informasi. Informasi yang diberikan haruslah bermanfaat bagi masyarakat dan penyampaiannya dapat diawasi untuk mengetahui tanggapan masyarakat terhadap interaksi yang diberikan oleh pemerintah dalam rangka meningkatkan hubungan Government to Citizen. Klasifikasi terhadap post media sosial pemerintah daerah dapat dilakukan untuk mengetahui informasi apa saja yang diberikan oleh pemerintah kepada masyarakat. Penelitian klasifikasi post media sosial pada studi kasus pemerintah daerah di Indonesia sudah berhasil dilakukan, namun pengolahan teks untuk membangun model klasifikasi masih dapat dieksplorasi. Metode pengolahan teks yang dibahas di dalam penelitian ini adalah term weighting dan word embedding. Term weighting dan word embedding dapat mencari istilah atau kata yang memiliki makna pada sebuah korpus dan dapat digunakan untuk mereduksi dataset sehingga dapat menghasilkan model baru untuk proses klasifikasi. Kinerja klasifikasi post media sosial pemerintah daerah tanpa menerapkan metode pengolahan teks dibandingkan dengan penerapan metode Term Weighting Term Frequency-Inverse Document Frequency, Okapi BM25, dan Word Embedding Doc2Vec untuk melakukan klasifikasi Support Vector Machine dan Logistic Regression. Pemilihan teknik tersebut didasari oleh penelitian terdahulu yang telah berhasil meningkatkan kinerja klasifikasi dan implementasi term weighting Okapi BM25 yang belum pernah dilakukan untuk membobotkan istilah berdasarkan kemunculan istilah dan inverse document frequency tanpa mengikuti informasi yang relevan. Tujuan dari penelitian ini adalah menerapkan metode-metode tersebut dan membandingkan kinerja dari masing-masing metode yang telah diterapkan. Manfaat yang didapat adalah mengetahui penerapan teknik term weighting dan word embedding untuk merepresentasikan teks sebagai fitur untuk melakukan klasifikasi, mengetahui kinerja model klasifikasi yang telah menerapkan teknik tersebut, dan membandingkan kinerja dari setiap model klasifikasi untuk mengetahui metode yang paling baik di dalam studi kasus klasifikasi post media sosial pemerintah daerah di Indonesia. Pengukuran precision, recall, f-1, macro-average, micro-average, dan AUC dilakukan pada masing-masing model. Hasil yang didapat dari penelitian ini adalah model TF-IDF dengan menggunakan Logistic Regression paling cocok digunakan untuk mengkategorikan tweet sesuai dengan studi kasus yang dihadapi.
===============================================================================================================================
The emergence of social media, and the large number of people using it, has encouraged the government to use social media as a means to disseminate information. The information provided must be beneficial to the public, and its delivery can be monitored to understand public responses to the interactions offered by the government, in order to strengthen Government to Citizen relationships. Classification of local government social media posts can be conducted to determine the types of information provided by the government to the public. Research on the classification of social media posts in case studies of local governments in Indonesia has been successfully conducted; however, the text processing methods used to build the classification model can still be further explored. The text processing methods discussed in this research are term weighting and word embedding. Term weighting and word embedding can identify terms or words that carry meaning within a corpus and can be used to reduce the dataset, thereby producing a new model for the classification process. The classification performance of local government social media posts without applying any text processing method is compared with the application of Term Frequency-Inverse Document Frequency (TF-IDF) term weighting, Okapi BM25, and Doc2Vec word embedding for classification using Support Vector Machine and Logistic Regression. The selection of these techniques is based on previous research that has successfully improved classification performance, as well as the implementation of Okapi BM25 term weighting, which has not previously been used to weight terms based on term occurrence and inverse document frequency without relying on relevance information. The purpose of this research is to apply these methods and compare the performance of each applied method. The benefits obtained include understanding the application of term weighting and word embedding techniques to represent text as features for classification, understanding the performance of classification models that apply these techniques, and comparing the performance of each classification model to identify the best method for the case study of classifying local government social media posts in Indonesia. Precision, recall, F1-score, macro-average, micro-average, and AUC measurements were conducted for each model. The results of this research show that the TF-IDF model using Logistic Regression is the most suitable for categorizing tweets according to the case study addressed.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Classification; Term Weighting; Word Embedding; Social Media; Short Text
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Information Technology > Information System > 59101-(S2) Master Thesis
Depositing User:	Pande Made Risky Cahya Dinatha
Date Deposited:	05 Aug 2026 07:30
Last Modified:	05 Aug 2026 07:30
URI:	http://repository.its.ac.id/id/eprint/69550

Actions (login required)

View Item