PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL
Abstract
Pertumbuhan twitter terus meningkat setiap waktu, sehingga hal tersebut dimanfaatkan para pengguna twitter untuk menyampaikan informasi berupa kritik maupun saran kepada pelayanan yang diberikan BMKG Nasional dengan lebih mudah. Metode yang digunakan dalam penelitian ini adalah klasifikasi data adalah Naïve Bayes Classifier (NBC). Sistem yang dikembangkan dengan menggunakan data internal yang diambil dari internet/twitter untuk proses penentuan kalimat termasuk opini positif, netral atau negatif. Penentuan tersebut digolongkan sebagai proses pengklasifikasian. Serta menggunakan Application Python 3.74. Hasil Penelitian ini masuk kedalam fined grained sentiment analysis yaitu analisis pada suatu kalimat komentar. Data tersebut akan diproses menggunakan text mining, kemudian dilanjutkan dengan mengklasifikasikan tweet ke dalam tiga kelas, yaitu positif, negatif, dan netral. Klasifikasi ini menggunakan algoritma naive bayes. Klasifikasi dapat memberikan kemudahan bagi pengguna untuk melihat opini positif, negatif, dan netral. Hasil uji akurasi pada metode naive bayes untuk klasifikasi yaitu 69.97%.
Full Text:
PDFReferences
Apji, “Asosiasi Pengusaha Jasa Internet Indonesia,” Jakarta, 2014.
D. Darwis, E. S. Pratiwi, and A. F. O. Pasaribu, “DATA TWITTER KOMISI PEMBERANTASAN KORUPSI REPUBLIK INDONESIA,” J. Ilm. Edutic, vol. 7, no. 1, pp. 1–11, 2020.
A. Samad, H. Basari, B. Hussin, I. G. Pramudya, and J. Zeniarja, “Opinion Mining of Movie Review using Hybrid Method of Support Vector Machine and Particle Swarm Optimization Opinion Mining of Movie Review using Hybrid Method of Support Vector Machine and Particle Swarm Optimization,” Procedia Eng., vol. 53, no. December, pp. 453–462, 2013, doi: 10.1016/j.proeng.2013.02.059.
M. A. Assuja and Saniati, “Analisis Sentimen Tweet Menggunakan,” J. Tek., vol. 10, no. 2, pp. 23–28, 2016.
A. P. Wijaya, H. A. Santoso, J. T. Informatika, U. Dian, and N. Semarang, “Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government,” J. Appl. Intell. Syst., vol. 1, no. 1, pp. 48–55, 2016.
A. R. Isnain, A. Sihabuddin, and Y. Suyanto, “Bidirectional Long Short Term Memory Method and Word2vec Extraction Approach for Hate Speech Detection,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 14, no. 2, 2020.
A. Amolik, N. Jivane, M. Bhandari, and M. Venkatesan, “Twitter sentiment analysis of movie reviews using machine learning technique,” Int. J. Eng. Technol., vol. 7, no. 6, pp. 2038–2044, 2016.
A. Surahman, “PENGEMBANGAN MARKET SEGMENTASI UNTUK MENCAPAI KEUNGGULAN BERSAING PADA E-MARKETPLACE,” J. Komput. dan Inform., vol. 15, no. 1, pp. 118–126, 2020.
B. R. Feldman, “Techniques and Applications for Sentiment Analysis,” Commun. Acm, vol. 58, no. 4, pp. 83–89, 2013.
L. F. S. Coletta, N. F. F. da Silva, E. R. Hruschka, and E. R. H. Jr, “Combining classification and clustering for Tweet sentiment analysis Combining Classification and Clustering for Tweet Sentiment Analysis,” in Brazilian Conference on Intelligent Systems, 2014, pp. 210–2015, doi: 10.1109/BRACIS.2014.46.
I. D. I, I. Amirulloh, and D. Rosiyadi, “Analisis Sentimen Media Sosial Opini Ujian Nasional Berbasis Komputer menggunakan Metoda Naive Bayes,” J. Electr. Electron. Eng., vol. 1, no. 2, pp. 38–45, 2016.
D. Alita, Y. Fernando, and H. Sulistiani, “Implementasi Algoritma Multiclass SVM pada Opini Publik Berbahasa Indonesia di Twitter,” J. Tekno Kompak, vol. 14, no. 2, pp. 86–91, 2020.
J. Ling and T. B. Oka, “ANALISIS SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DENGAN SELEKSI FITUR CHI SQUARE,” E-Jurnal Mat., vol. 3, no. 3, pp. 92–99, 2014.
A. Rahmawati, A. Marjuni, and J. Zeniarja, “Analisis Sentimen Publik Pada Media Sosial Twitter Terhadap Pelaksanaan Pilkada Serentak Menggunakan Algoritma Support Vector Machine,” CCIT J., vol. 10, no. 2, pp. 197–206, 2017.
A. Surahman, A. F. O. P. Pasaribu, and D. Darwis, “Ekstraksi Data Produk e-Marketplace Sebagai Strategi Pengolahan Segmentasi Pasar Menggunakan Web Crawler,” Sist. J. Sist. Inf., vol. 9, no. 1, pp. 73–81, 2020.
DOI: https://doi.org/10.33365/jtk.v15i1.744
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Dedi Darwis, Nery Siskawati, Zaenal Abidin
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Tekno Kompak
Published by Universitas Teknokrat Indonesia
Organized by Program Studi D3 Sistem Informasi Akuntansi - Universitas Teknokrat Indonesia
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhanratu, Bandarlampung, Indonesia
Telepon : 0721 70 20 22
W : http://ejurnal.teknokrat.ac.id/index.php/teknokompak
E : teknokompak@teknokrat.ac.id.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jumlah Pengunjung : View Tekno Kompak StatsCounter