Analisis Sentimen Opini Publik Mengenai Sirkuit Internasional Mandalika Pada Twitter Menggunakan Metode Naïve Bayes Classifier - Submit Journal/Konferensi
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Muhamad Nur, Hasyim
Subject
QA75 Electronic computers. Computer science
Datestamp
2022-07-19 07:24:02
Abstract :
Perkembangan Internet yang semakin pesat menjadikan manusia lebih mudah dalam membagikan opininya mengenai suatu isu melalui sosial media Twitter, salah satunya mengenai Indonesia yang akan menjadi tuan rumah MotoGP pada bulan Maret 2022. Untuk saat ini tidak terdapat cara untuk mengetahui sentimen opini publik mengenai Sirkuit Internasional Mandalika secara cepat dan otomatis, penelitian ini bertujuan untuk melakukan analisis sentimen opini publik mengenai Sirkuit Internasional Mandalika menggunakan metode Naïve Bayes Classifier. Metode ini cocok digunakan pada kasus analisis sentimen datanya yang pada umumnya memegang asumsi independensi pada feature-nya dan cocok digunakan pada sistem real time karena waktu prediksi dan training-nya yang cepat. Adapun dataset yang digunakan berjumlah 6184 data tweet mentah yang dibagi menjadi data training dan data testing dengan perbandingan 90%:10%, 80%:20%, dan 70%:30%. Berdasarkan hasil penelitian, diperoleh bahwa model dengan kinerja terbaik didapatkan pada pembagian dataset 90%:10% dan kelas dataset yang diseimbangkan dengan nilai accuracy pengujian 78%, precision 73% kelas positif dan 84% pada kelas negatif, recall kelas negatif 86% sedangkan pada kelas positif 70%, dan nilai F1-Score kelas negatif 79% sedangkan pada kelas positif 76%. Adapun hasil analisis sentimen pada tanggal 18 Juni– 28 Juni 2022 yaitu 56% tweet dengan sentimen negatif dan 46% tweet dengan sentimen positif.
Perkembangan Internet yang semakin pesat menjadikan manusia lebih mudah dalam membagikan opininya mengenai suatu isu melalui sosial media Twitter, salah satunya mengenai Indonesia yang akan menjadi tuan rumah MotoGP pada bulan Maret 2022. Untuk saat ini tidak terdapat cara untuk mengetahui sentimen opini publik mengenai Sirkuit Internasional Mandalika secara cepat dan otomatis, penelitian ini bertujuan untuk melakukan analisis sentimen opini publik mengenai Sirkuit Internasional Mandalika menggunakan metode Naïve Bayes Classifier. Metode ini cocok digunakan pada kasus analisis sentimen datanya yang pada umumnya memegang asumsi independensi pada feature-nya dan cocok digunakan pada sistem real time karena waktu prediksi dan training-nya yang cepat. Adapun dataset yang digunakan berjumlah 6184 data tweet mentah yang dibagi menjadi data training dan data testing dengan perbandingan 90%:10%, 80%:20%, dan 70%:30%. Berdasarkan hasil penelitian, diperoleh bahwa model dengan kinerja terbaik didapatkan pada pembagian dataset 90%:10% dan kelas dataset yang diseimbangkan dengan nilai accuracy pengujian 78%, precision 73% kelas positif dan 84% pada kelas negatif, recall kelas negatif 86% sedangkan pada kelas positif 70%, dan nilai F1-Score kelas negatif 79% sedangkan pada kelas positif 76%. Adapun hasil analisis sentimen pada tanggal 18 Juni– 28 Juni 2022 yaitu 56% tweet dengan sentimen negatif dan 46% tweet dengan sentimen positif.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
