Record Details

Analisis Sentimen Masyarakat Indonesia tentang Vaksin Covid-19 di Twitter dengan menggunakan Metode K-Nearest Neighbors dan Seleksi Fitur Chi Square

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Analisis Sentimen Masyarakat Indonesia tentang Vaksin Covid-19 di Twitter dengan menggunakan Metode K-Nearest Neighbors dan Seleksi Fitur Chi Square
 
Added Entry - Uncontrolled Name Bhuana, Ksatria
Indriati, Indriati
Muflikhah, Lailil
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Wabah penyakit yang disebabkan virus corona (2019-nCov) atau biasa disebut COVID-19 merupakan wabah penyakit yang menyebabkan infeksi pada paru-paru. Topik vaksin COVID-19 ini ramai menjadi perbincangan hangat mayoritas masyarakat Indonesia. Salah satu platform media sosial yaitu twitter telah menjadi wadah atau tempat aspirasi masyarakat Indonesia dalam mengutarakan pendapatnya mengenai vaksin COVID-19. Oleh karena itu, dibutuhkan sistem analisis sentimen untuk menelaah bagaimana polaritas respon masyarakat serta untuk mempermudah proses analisa data. Data yang dianalisis berasal dari opini masyrakat Indonesia di twitter sebanyak 1482 tweet dengan pembagian data latih sejumlah 1185 dana data uji sejumlah 297. Data tersebut kemudian akan dikelompokan berdasarkan 3 kelas, yaitu sentimen negatif, sentiment netral, dan sentimen positif. Sebelum memulai proses analisis sentimen, maka kumpulan data yang digunakan akan dilakukan preprocessing meliputi case folding, cleaning, tokenizing, filtering, dan stemming. Selanjutnya diterapkan seleksi fitur chi square untuk melakukan eliminasi fitur atau term yang tidak penting, kemudian dilanjutkan pembobotan TF-IDF. Setelah dilakukan pembobotan TF-IDF, maka selanjutnya menghitung cosine similarity, dan untuk tahap terakhir yaitu menerapkan pendekatan metode KNN untuk mencari hasil klasifikasi. Hasil evaluasi confusion matrix menghasilkan accuracy dengan nilai 88,5522%, precission dengan nilai 88,18%, recall dengan nilai 89,95%, dan f-measure dengan nilai 89,05%.
 
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/10821
 
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