Record Details

Analisis Sentimen Masyarakat terhadap Kebijakan Penghapusan Subsidi BBM pada Media Sosial Twitter menggunakan Algoritma Naive Bayes Classifier dengan Ekstraksi Fitur N-Gram TF-IDF

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Analisis Sentimen Masyarakat terhadap Kebijakan Penghapusan Subsidi BBM pada Media Sosial Twitter menggunakan Algoritma Naive Bayes Classifier dengan Ekstraksi Fitur N-Gram TF-IDF
 
Added Entry - Uncontrolled Name Putranta, Yesaya Sergio Vito
Rahayudi, Bayu
Purnomo, Welly
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Pada awal bulan Agustus Tahun 2022, Menteri Investasi RI, Bapak Bahlil Lahadalia menyampaikan bahwa meroketnya harga BBM menyebabkan kenaikan pada harga BBM secara nasional, dan perbedaan harga terkini dengan yang tercantum pada APBN menyebabkan munculnya wacana untuk menghapus subsidi BBM untuk melakukan penghematan pada anggaran negara yang tercantum pada APBN, hal ini menimbulkan pro dan kontra di khalayak masyarakat, salah satu media yang digunakan untuk mengeluarkan opini dan pendapat masyarakat terhadap hal ini ialah media sosial Twitter. Maka dalam penelitian ini, penulis menggunakan metode klasifikasi Bernoulli Naïve Bayes Classifier, yang diawali dengan pengumpulan data menggunakan Library Tweepy digabungkan dengan API Twitter, lalu dilanjutkan dengan proses Preprocessing data untuk menyiapkan data penelitian, lalu membentuk sistem klasifikasi teks dengan bantuan ekstraksi fitur N-Gram TF-IDF untuk melakukan pembobotan, lalu implementasi algoritma Bernoulli Naïve Bayes Classifier dengan bantuan Library Sklearn. Dengan jumlah 710 data tweet, dibagi menjadi 80% data latih dan 20% data uji, dan melewati 3 skenario pengujian (Unigram, Bigram, dan Trigram), adapun hasil akurasi yang dihasilkan berturut-turut 0.69, 0.57, dan 0.57, sehingga terbukti bahwa penggunaan N-Gram TF-IDF berjenis Unigram akan menghasilkan hasil yang lebih baik jika dikombinasikan dengan metode Bernoulli Naïve Bayes, khususnya untuk penelitian 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/12514
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 7 No 3 (2023): Maret 2023
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com