Record Details

Analisis Sentimen Komentar pada Media Sosial Twitter tentang PPKM Covid-19 di Indonesia dengan Metode Naive Bayes

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Analisis Sentimen Komentar pada Media Sosial Twitter tentang PPKM Covid-19 di Indonesia dengan Metode Naive Bayes
 
Added Entry - Uncontrolled Name Sasmita, Aldi Bagus
Rahayudi, Bayu
Muflikhah, Lailil
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Penyebaran COVID-19 yang masih berlangsung membawa banyak perubahan, tidak terkecuali negara Indonesia. Penanganan yang tepat bagi setiap sektor untuk menghadapi pandemi ini masih terus berjalan, diantaranya adalah penetapan kebijakan untuk mencegah penyebaran virus. Upaya penetapan kebijakan yang dilakukan pemerintah untuk memutus angka penyebaran COVID-19 adalah Pemberlakuan Pembatasan Kegiatan Masyarakat yang disebut PPKM. Kebijakan yang diterapkan oleh pemerintah ini mendapat beragam tanggapan dari masyarakat melalui banyak media terutama dalam bentuk komentar. Media sosial Twitter menjadi ruang argumentasi yang efektif khususnya bagi fenomena yang sedang banyak dibicarakan termasuk di dalamnya kebijakan PPKM. Berbagai tanggapan dalam bentuk komentar perlu dilakukan analisis sentimen dengan klasifikasi tanggapan positif atau negatif yang berperan sebagai penyaring. Tujuan dilakukannya studi mengenai metode Naive Bayes ini adalah untuk mengetahui nilai akurasi dalam klasifikasi sentimen masyarakat pada media sosial Twitter dalam menanggapi kebijakan PPKM yang dilakukan pemerintah di Indonesia. Hasil dari penelitian yang dilakukan kali ini mengutarakan bahwa algoritma Naive Bayes Classifier dengan menggunakan Library Filtering NLTK memiliki hasil akurasi yang paling tinggi dengan Library Filtering yang lain seperti Library Filtering Tala dan Library Filtering Combined Stopword. Nilai akurasi yang didapatkan oleh Library Filtering NLTK sebesar 77,2%, Library Filtering Tala sebesar 76,6%, dan Library Filtering Combined Stopword sebesar 75,2%.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10749
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 6 No 3 (2022): Mei 2022
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2022 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com