Sukemi, Sukemi (2019) Klasifikasi Sentimen Analisis Kartun Dengan Metode Optical Character Recognition (OCR) Dan Algoritma K-Nearest Neighbour (KNN). Annual Research Seminar Computer Science and ICT (ARS), 5 (1). pp. 221-226. ISSN 979-587-573-6
Preview |
Text
Proseeding-ARS.pdf Download (774kB) | Preview |
Preview |
Text
Cover-Pengelola-Daftar isi.pdf Download (541kB) | Preview |
Abstract
Kartun adalah gambar dengan penampilan lucu yang mempresentasikan suatu peristiwa. Kartun editorial atau kartun politis biasanya ditujukan untuk menyatakan pandangan politik atau sosial dengan cara menyindir. Untuk menilai dan menentukan klasifikasi kumpulan kartun editorial dalam jumlah besar dibutuhkan sebuah sistem yang dapat mengklasifikasikan jenis kartun editorial kedalam dua klasifikasi negatif atau positif dengan menerapkan pengolahan citra digital dan OCR Tesseract yang dikombinasikan dengan algoritma K-Nearest Neighbour (KNN). OCR Tesseract diperlukan untuk mengenali teks yang terdapat pada sebuah gambar, sedangkan Algoritma K-Nearest Neighbour (KNN) sebagai metode klasifikasinya sentimen positif menyatakan pemberian nilai yang baik, sentimen negatif menyatakan nilai yang buruk pada konteks berbentuk teks. Dengan menghitung kemiripan antar dokumen menggunakan cosine similarity. Berdasarkan jumlah dokumen sebanyak 8 data citra uji, dengan data usul sebanyak 7 dokumen dan data hasil berjumlah 6 maka akurasi terbaik didapat sebesar 85,7% dengan k=3.
| Item Type: | Article |
|---|---|
| Subjects: | Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation. |
| Divisions: | 09-Faculty of Computer Science > 56201-Computer Systems (S1) |
| Depositing User: | Dr. Sukemi Sukemi |
| Date Deposited: | 18 Jan 2022 06:20 |
| Last Modified: | 18 Jan 2022 06:20 |
| URI: | http://repository.unsri.ac.id/id/eprint/61166 |
Actions (login required)
 |
View Item |