UTS-Text-Mining

Repositori ini berisi hasil pekerjaan saya dari UTS Text Mining. Dalam tugas ini, pertama-tama saya mencari data-data teks berita dari berbagai website publik dengan kategori-kategori sebagai berikut: olahraga, politik, bisnis, dan hiburan dan disimpan ke dalam dataset csv. Berikutnya, saya melakukan text preprocessing untuk menghapus angka, tanda baca, dan lain-lain dan hanya mengambil teks saja dari setiap data pada dataset. Setelah preprocessing, digunakan metode Word2Vec untuk merepresentasikan kata-katanya dalam bentuk vektor. Terakhir, saya membuat model SVM dan Random Forest dengan dua metode text representation yaitu TF-IDF dan Word2Vec. Langkah pertama, saya melakukan encoding terlebih dahulu untuk mengubah data-data dari kolom “Label” dari kategorik menjadi numerik. Setelah itu, saya melakukan train test split dan mentransformasi variabel x dan y bagian training ke vektorizer TF-IDF. Dalam membuat model SVM dan Random Forest saya melakukan hyperparameter tuning untuk maengatur nilai hyperparameter dengan tujuan mendapatkan nilai akurasi, F1-score precision, dan recall yang tinggi pada saat modelnya dievaluasi. Saya juga melakukan hal yang sama untuk model SVM dan Random Forest dengan text representation Word2Vec. Terakhir saya melakukan perbandingan dalam bentuk table yang berisi hasil nilai accuracy, F1-score, precision, dan recall dari model-model tersebut beserta nilai-nilai parameter yang digunakan.