MODEL KLASIFIKASI SENTIMEN PADA TWITTER MENGENAI FENOMENA DOXING PADA TAHUN 2022 MENGGUNAKAN ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE
Total View This Week0
Total View This Week0
Institusion
Universitas Duta Bangsa
Author
SAMPURNA, MUHAMMAD MALIK
Subject
T Technology (General)
Datestamp
2024-01-05 06:20:35
Abstract :
Pada era digital ini, media sosial seperti Twitter telah menjadi platform penting untuk berbagi pendapat dan reaksi terhadap berbagai isu sosial, termasuk fenomena doxing. Penelitian ini bertujuan untuk membangun model klasifikasi sentimen menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM) pada data tweet terkait fenomena doxing tahun 2022 di Twitter. Data tweet dikumpulkan dan melalui tahap preprocessing, di mana teks tweet dibersihkan dan diolah sehingga siap untuk analisis. Selanjutnya, model klasifikasi sentimen dibangun dengan menggunakan kedua algoritma tersebut. Evaluasi performa model dilakukan dengan menggunakan metrik evaluasi seperti akurasi, precision, recall, dan F1-score. Analisis hasil mencakup perbandingan performa antara Naïve Bayes dan SVM. Hasil penelitian ini memberikan wawasan tentang efektivitas kedua algoritma dalam mengklasifikasikan sentimen terkait fenomena doxing pada platform media sosial dan mengidentifikasi faktor-faktor yang mempengaruhi performa klasifikasi sentimen.
Pada era digital ini, media sosial seperti Twitter telah menjadi platform penting untuk berbagi pendapat dan reaksi terhadap berbagai isu sosial, termasuk fenomena doxing. Penelitian ini bertujuan untuk membangun model klasifikasi sentimen menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM) pada data tweet terkait fenomena doxing tahun 2022 di Twitter. Data tweet dikumpulkan dan melalui tahap preprocessing, di mana teks tweet dibersihkan dan diolah sehingga siap untuk analisis. Selanjutnya, model klasifikasi sentimen dibangun dengan menggunakan kedua algoritma tersebut. Evaluasi performa model dilakukan dengan menggunakan metrik evaluasi seperti akurasi, precision, recall, dan F1-score. Analisis hasil mencakup perbandingan performa antara Naïve Bayes dan SVM. Hasil penelitian ini memberikan wawasan tentang efektivitas kedua algoritma dalam mengklasifikasikan sentimen terkait fenomena doxing pada platform media sosial dan mengidentifikasi faktor-faktor yang mempengaruhi performa klasifikasi sentimen.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
