Book description

Pembelajaran mesin (machine learning) merupakan cabang dari kecerdasan buatan (artificial intelligence (AI)) yang secara khusus berfokus pada bagaimana membuat mesin dapat belajar secara otomatis seperti layaknya manusia. Metode Random Forest merupakan metode pembelajaran mesin terawasi (supervised learning) yang dikenal karena kemudahan dan ketangguhannya dalam menangani data dengan fitur yang besar, tidak sensitif terhadap outlier, dapat menangani data tidak seimbang, tangguh terhadap overfitting dan memiliki akurasi yang baik. Salah satu contoh penerapan metode Random Forest adalah pada masalah klasifikasi.
Buku ini membahas bagaimana metode Random Forest digunakan untuk melakukan klasifikasi dalam analisi sentiment ulasan pengguna aplikasi e-learning EdLink. EdLink adalah aplikasi berbasis android yang dikhususkan untuk dunia pendidikan dalam membantu dosen/guru menghemat waktu, menjaga kelas tetap teratur, dan meningkatkan komunikasi dengan mahasiswa. Aplikasi ini sudah digunakan lebih oleh lebih dari 280 perguruan tinggi, lebih dari 3 juta pengguna baik dosen maupun mahasiswa. Masifnya penggunaan aplikasi ini membuat terdapat begitu banyak ulasan pengguna.
Sebelum proses klasifikasi dilakukan, terlebih dahulu dilakukan pemrosesan awal data. Pemrosesan awal meliputi tahap cleaning, case folding, normalisasi, tokenizing, stemming, convert negation dan stop word removal. Proses ekstraksi fitur menggunakan metode Term frequency – Invers Document Frequency (TF-IDF). Selanjutnya dilakukan penyeimbangan kelas menggunakan Synthetic Minority Oversampling Technique (SMOTE).