TEXT MINING UNTUK MENGKLASIFIKASIKAN OPINI MASYARAKAT TERKAIT TWEETS TENTANG KULIAH ONLINE
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Dwi Rahmini, Mia
Subject
Analisis Sistem Informasi
Datestamp
2023-07-04 07:54:59
Abstract :
Twitter salah satu situs microblogging yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membasah isu-isu yang terjadi pada saat ini. Banyak pengguna twitter memposting pendapat mereka terhadap kebijakan pemerintah tentang kuliah online. Untuk dapat menggali informasi dan melakukan klasifikasi sebuh teks diperlukan analisi sentimen. Dalam penelitian ini analisis sentiment merupakan proses klasifikasi dokumen tekstual kedalam dua kelas yaitu kelas negatife dan positif. Pengguna twitter sering menggunakan Bahasa yang tidak baku dimana dapat menyulitkan fitur yang diambil serta mengurangi ketepatan saat klasifikasi. Dalam penelitian ini penulis malakukan proses text processing untuk seleksi fitur serta menggunakan algoritma Naïve Bayes Classfier untuk mengklasifikasikan sentiment secara otomatis. Penulis menggunakan 1000 data tweets tentang opini masyarakat terhadap #KuliahOnline. Data tersebut diseleksi yang kemudian diklasifikasi secara manual dan dibagi kedalam masing-masing 407 data training dan 123 data testing. hasil klasifikasi pada data testing menunjukkan bahwa algoritma Naive Bayer Classfier memberikan nilai akurasi 88,62% dan nilai presisi sebesar 100% dalam mengklasifikasikan sentimen.
Twitter salah satu situs microblogging yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membasah isu-isu yang terjadi pada saat ini. Banyak pengguna twitter memposting pendapat mereka terhadap kebijakan pemerintah tentang kuliah online. Untuk dapat menggali informasi dan melakukan klasifikasi sebuh teks diperlukan analisi sentimen. Dalam penelitian ini analisis sentiment merupakan proses klasifikasi dokumen tekstual kedalam dua kelas yaitu kelas negatife dan positif. Pengguna twitter sering menggunakan Bahasa yang tidak baku dimana dapat menyulitkan fitur yang diambil serta mengurangi ketepatan saat klasifikasi. Dalam penelitian ini penulis malakukan proses text processing untuk seleksi fitur serta menggunakan algoritma Naïve Bayes Classfier untuk mengklasifikasikan sentiment secara otomatis. Penulis menggunakan 1000 data tweets tentang opini masyarakat terhadap #KuliahOnline. Data tersebut diseleksi yang kemudian diklasifikasi secara manual dan dibagi kedalam masing-masing 407 data training dan 123 data testing. hasil klasifikasi pada data testing menunjukkan bahwa algoritma Naive Bayer Classfier memberikan nilai akurasi 88,62% dan nilai presisi sebesar 100% dalam mengklasifikasikan sentimen.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
