Record Details

Analisis Sentimen Masyarakat Terhadap Mass Rapid Transit Jakarta Menggunakan Metode Naive Bayes Dengan Normalisasi Kata

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Analisis Sentimen Masyarakat Terhadap Mass Rapid Transit Jakarta Menggunakan Metode Naive Bayes Dengan Normalisasi Kata
 
Added Entry - Uncontrolled Name Iryana, Tania Malik
Indriati, Indriati
Adikara, Putra Pandu
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Sejak mass rapid transit (MRT) Jakarta dioperasikan terdapat berbagai opini dari masyarakat mengenai fasilitas maupun pelayanan dari MRT Jakarta yang disampaikan melalui media sosial seperti Twitter, Instagram, TikTok, dan YouTube. Dalam penulisan opini di media sosial sering ditemukan kesalahan seperti kata tidak baku, singkatan, dan salah ketik yang dapat mempersulit proses klasifikasi. Berdasarkan hal tersebut, penelitian ini akan menggunakan normalisasi kata dengan kamus slang words dan singkatan serta normalisasi kata dengan Peter Norvig. Opini yang telah disampaikan oleh masyarakat harus dianalisis dengan benar agar dapat menghasilkan informasi yang bermanfaat untuk PT MRT Jakarta. Dalam melakukan analisis sentimen diperlukan metode untuk klasifikasi dan metode klasifikasi yang akan digunakan adalah metode Naive Bayes. Pengujian dalam penelitian ini menggunakan 5-fold dan untuk setiap foldnya menggunakan 200 data latih dan 50 data uji. Berdasarkan hasil pengujian dapat disimpulkan bahwa klasifikasi lebih baik menggunakan normalisasi kata karena dengan adanya normalisasi kata dapat menyamakan dua kata yang memiliki makna sama sehingga dapat meningkatkan bobot kata. Hasil evaluasi rata-rata 5-fold dari klasifikasi Naive Bayes dengan normalisasi kata menggunakan kamus slang words dan singkatan serta normalisasi kata menggunakan Peter Norvig menghasilkan 0,903 untuk precision, 0,944 untuk recall, 0,922 untuk f-measure, dan 0,903 untuk accuracy.
 
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/9421
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 6 (2021): Juni 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com