Record Details

Analisis Sentimen Terhadap Kenaikan Cukai Rokok pada Media Sosial Twitter menggunakan Algoritma Naive Bayes Classifier

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Analisis Sentimen Terhadap Kenaikan Cukai Rokok pada Media Sosial Twitter menggunakan Algoritma Naive Bayes Classifier
 
Added Entry - Uncontrolled Name Sinurat, Denny Manuel Yeremia
Ratnawati, Dian Eka
Brata, Dwija Wisnu
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Media sosial merupakan wadah untuk masyarakat dalam menyampaikan pendapat, dan juga kritik. Media sosial yang sering digunakan masyarakat Indonesia untuk menyampaikan pendapat adalah Twitter. Twitter dapat menjadi wadah masyarakat Indonesia untuk menyampaikan pendapat serta aspirasi mereka terhadap suatu hal, seperti  kebijakan yang dibuat oleh pemerintah. Salah satu kebijakan yang menuai perbincangan masyarakat di media sosial Twitter adalah kenaikan cukai rokok sebesar rata-rata 10% mulai tahun 2023. Kebijakan tersebut menuai pro dan kontra dari masyarakat, oleh karena itu dapat dilakukan analisis terhadap sentimen masyarakat terhadap kebijakan kenaikan cukai rokok. Penelitian ini akan menganalisis sentimen masyarakat yang tertampung dalam tweet soal kenaikan cukai rokok ke dalam klasifikasi sentimen positif dan negatif. Proses klasifikasi diimplementasikan pada Google Colaboratory dengan algoritme Naive Bayes Classifier. Proses dalam analisis sentimen meliputi pengumpulan data, pelabelan manual, text preprocessing, pembobotan TF-IDF, balancing data dengan Synthetic Minority Oversampling Technique (SMOTE), validasi data menggunakan k-fold cross validation, dan pengujian hasil klasifikasi dengan confusion matrix. Hasil akurasi terbaik sebesar 74% yang didapat dengan menggunakan data balance hasil SMOTE dengan perbandingan data latih:data uji sebesar 90%:10%, text preprocessing, pembobotan TF-IDF, dan menggunakan Multinomial Naive Bayes. Score cross validation tertinggi yang didapat yaitu 78% dengan rata-rata 73%. Berdasarkan hasil tersebut, Naive Bayes Classifier cukup baik sebagai alternatif untuk analisis sentimen.
 
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/12089
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 7 No 1 (2023): Januari 2023
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com