Buku ini membahas konsep dan penerapan klasifikasi teks menggunakan Python secara sistematis, mulai dari pengenalan data teks, preprocessing (text cleaning, tokenisasi, stopword removal, stemming/lemmatization), hingga representasi fitur seperti Bag of Words, TF-IDF, dan n-gram. Pembaca juga diperkenalkan pada algoritma klasifikasi populer, yaitu Naive Bayes, Support Vector Machine (SVM), dan Logistic Regression, lengkap dengan penjelasan konsep dasar, kelebihan dan keterbatasan masing-masing metode, serta teknik evaluasi model seperti confusion matrix, accuracy, precision, recall, dan F1-score. Selain itu, buku ini menekankan aspek praktis melalui studi kasus dan contoh implementasi Python pada berbagai aplikasi nyata, seperti analisis sentimen media sosial dan klasifikasi dokumen berita. Setiap tahapan dijelaskan secara runtut dan disertai contoh kode yang mudah dipahami, sehingga pembaca dapat langsung mempraktikkan metode yang dipelajari. Buku ini ditujukan bagi mahasiswa, peneliti, dan praktisi yang ingin memahami sekaligus mengimplementasikan teknik klasifikasi teks secara efektif sebagai dasar pengembangan sistem text mining dan machine learning.

Penulis:  Syafril Chairiansyah, S.Sos., M.Kom

Halaman buku: 133

DOWNLOAD

PRE-ORDER | Rp 56.000