PERBANDINGAN KLASIFIKASI DENGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN DECISION TREE PADA STRUKTUR KALIMAT BAHASA JAKSEL (CAMPUR KODE BAHASA INDONESIA-INGGRIS)

Abstract

Komunikasi menjadi media yang digunakan untuk bertukar informasi antara individu dan kelompok. Dalam berkomunikasi masyarakat menggunakan bahasa untuk dapat memudahkan pemahaman antara pembicara dan pendengar. Terdapat tren bahasa yang digunakan oleh masyarakat saat ini yaitu Bahasa Jaksel atau bahasa campuran yang biasa disebut sebagai campur kode. Bahasa Jaksel merupakan bahasa modifikasi yang digunakan masyarakat untuk saling berkomunikasi secara langsung maupun pada media sosial khususnya Twitter. Dalam realitasnya, struktur Bahasa Jaksel masih sulit untuk dipahami karena istilah dan kosa kata yang sangat beragam. Penelitian ini bertujuan untuk melakukan klasifikasi teks terhadap data teks yang mengandung Bahasa Jaksel yang telah dikumpulkan dari media sosial Twitter dan melalui proses text preprocessing menggunakan Algoritma Decision Tree dan K-Nearest Neighbor. Dari hasil penelitian ini didapatkan bahwa penggunaan Algoritma Decision Tree menghasilkan nilai akurasi tertinggi pada model klasifikasi menggunakan N-Gram = 2 dengan nilai sebesar 79,02%. Adapun model klasifikasi Algoritma K-Nearest Neighbor menghasilkan nilai sebesar 75,29% dengan menggunakan N-Gram = 3.