Analisis Sentimen pada Twitter Bencana Alam di Kalimantan Selatan menggunakan Metode Naive Bayes
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
View Archive InfoField | Value | |
ISSN |
2548-964X |
|
Authentication Code |
dc |
|
Title Statement |
Analisis Sentimen pada Twitter Bencana Alam di Kalimantan Selatan menggunakan Metode Naive Bayes |
|
Added Entry - Uncontrolled Name |
Maksun, Adi Mashabbi Sari, Yuita Arum Rahayudi, Bayu Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya |
|
Summary, etc. |
Bencana banjir besar melanda wilayah Kalimantan Selatan menyebabkan perbincangan dan perdebatan di kalangan masyarakat maupun pemerintah khususnya di twitter yang sempat trending, dan sebanyak ribuan cuitan yang muncul di twitter dengan hastag #PrayForKalsel, dan #KalselJugaIndonesia. Cuitan masyarakat dan pemerintah saling beradu pendapat untuk pembelaan kebenarannya sendiri dan menimbulkan banyak opini yang positif dan juga negatif. Twitter kini menjadi tempat mengobrol dan mengadu berbagai kalangan. Untuk penelitian tersebut diharapkan bisa membantu dan mempermudah melakukan penelitian dengan menggunakan opini publik di Twitter yang mengandung pendapat positif atau negatif. Metode digunakan di penelitian ini yaitu menggunakan Naive Bayes, proses sistem ini dimulai dari proses preprocessing data yang didalamnya terdapat case folding, tokenisasi, filtering, normalisasi, dan terakhir stemming selanjutnya pembobotan kata menggunakan Raw TF dan pada proses pengklasifikasiannya yang digunakan yaitu Naive Bayes. Data yang digunakan berasal dari twitter yang diambil secara crawling dan scrapping menggunakan hastag #PrayForKalsel, dan #KalselJugaIndonesia dengan jumlah data sebanyak 520 data tersebut diambil dengan menggunakan Api Twitter, Di hasil percobaan pengujian menggunakan cross validation yaitu 5-fold, sebanyak 5 kali percobaan dengan menggunakan pengujian confusion matrix dari 5 percobaan tersebut mendapatkan nilai rata rata mencapai akurasi 0,81 presisi 0,81, recall 0,81, dan f-measure 0,81, dan mendapatkan nilai pengujian tertinggi akurasi 0,88, presisi 0,89, recall 0,87, dan f-measure 0,87.
|
|
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/10307 |
|
Data Source Entry |
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 12 (2021): Desember 2021 |
|
Language Note |
ind |
|
Terms Governing Use and Reproduction Note |
Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer |
|