PORTALPUBLIKASIPORTALPUBLIKASI
Journal of Research and Publication InnovationJournal of Research and Publication InnovationPerkembangan teknologi digital telah mendorong transformasi besar dalam dunia investasi, khususnya melalui aset digital seperti cryptocurrency. Tokocrypto, sebagai salah satu bursa kripto lokal di Indonesia, menjadi objek perhatian pengguna media sosial, terutama X (dulu Twitter), yang kerap mengungkapkan opini mereka terkait platform tersebut. Untuk memahami sentimen dari para pengguna, dilakukan analisis sentimen dengan 1386 data tweets yang berhasil dikumpulkan menggunakan kata kunci “investasi tokocrypto, cex tokocrypto lalu di filter manual untuk menghilangkan data yang tidak relevan dan menyisakan 600 dataset. Data dikumpulkan melalui metode crawling, kemudian dibersihkan melalui preprocessing yang mencakup case folding, normalisasi, tokenizing, stopword removal, dan stemming. Setelah pelabelan, data netral dihapus sehingga menyisakan 417 tweets yang diklasifikasikan sebagai sentimen positif dan negatif. Proses klasifikasi menggunakan metode K-Nearest Neighbor (K-NN) dengan evaluasi pada berbagai rasio data latih dan uji, serta nilai K. Model terbaik diperoleh adalah nilai K=7 dengan rasio 80:20, karena menghasilkan performa terbaik dengan akurasi = 74%, presisi = 75%, F1-score tertinggi yaitu 78%, dan nilai K ini memberikan Recall = 81% . Hasil dari penelitian ini menunjukkan efektivitas dari metode K-Nearest Neighbor dalam menganalisis sentimen, sekaligus memberikan wawasan mengenai presepsi pengguna terhadap Tokocrypto sebagai sarana investasi di media sosial Twitter.
Mayoritas pengguna media sosial X memberikan respon positif terhadap Tokocrypto sebagai sarana investasi dengan persentase 55,40%.Analisis coin yang paling dibicarakan menunjukkan bahwa koin TKO mendapat sentimen positif tinggi terkait keamanan dan peluang investasi, sementara Bitcoin sering dikritik karena volatilitas pasar.Model K-Nearest Neighbor (K=7) pada rasio 80.20 menunjukkan kinerja terbaik dengan akurasi 74%, presisi 75%, recall 81%, dan F1-score 78% untuk klasifikasi sentimen.
Penelitian lanjutan dapat dilakukan untuk membandingkan efektivitas algoritma K-NN dengan metode lain seperti Support Vector Machine atau Deep Learning dalam analisis sentimen terhadap platform investasi kripto. Selain itu, bisa mengembangkan model yang mampu mengklasifikasikan sentimen pengguna dari berbagai platform media sosial seperti Instagram atau Facebook. Studi ini juga bisa diperluas dengan mengganti metode klasifikasi atau mengoptimalkan parameter preprocessing untuk meningkatkan akurasi model.
- Edunomic : Jurnal Ilmiah Pendidikan Ekonomi Fakultas Pendidikan dan Sains. analisis motivasi pengetahuan... jurnal.ugj.ac.id/index.php/Edunomic/article/view/2352Edunomic Jurnal Ilmiah Pendidikan Ekonomi Fakultas Pendidikan dan Sains analisis motivasi pengetahuan jurnal ugj ac index php Edunomic article view 2352
- Public Sentiment Analysis Against Tokocrypto Exchange on Twitter Using LSTM Method | CogITo Smart Journal.... cogito.unklab.ac.id/index.php/cogito/article/view/418Public Sentiment Analysis Against Tokocrypto Exchange on Twitter Using LSTM Method CogITo Smart Journal cogito unklab ac index php cogito article view 418
- ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) | Jurnal Penelitian... doi.org/10.32699/PPKM.V9I1.2218ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K NEAREST NEIGHBOR K NN Jurnal Penelitian doi 10 32699 PPKM V9I1 2218
- ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP DOMPET ELEKTRONIK DENGAN METODE LEXICON BASED DAN K –... doi.org/10.35760/IK.2020.V25I1.2411ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP DOMPET ELEKTRONIK DENGAN METODE LEXICON BASED DAN K yCAu doi 10 35760 IK 2020 V25I1 2411
| File size | 418.41 KB |
| Pages | 5 |
| Short Link | https://juris.id/p-32w |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
PLBPLB Segmentasi pengguna menghasilkan lima kelompok distingtif, dengan Segmen 2 menunjukkan penggunaan tertinggi (6,2 jam/hari) dan Segmen 5 terendah (1,3 jam/hari).Segmentasi pengguna menghasilkan lima kelompok distingtif, dengan Segmen 2 menunjukkan penggunaan tertinggi (6,2 jam/hari) dan Segmen 5 terendah (1,3 jam/hari).
UDBUDB Berdasarkan perancangan, implementasi serta pengujian sistem yang telah dibuat, kesimpulan penelitian adalah. 1) Atribut utama perangkat lunak berdasarkanBerdasarkan perancangan, implementasi serta pengujian sistem yang telah dibuat, kesimpulan penelitian adalah. 1) Atribut utama perangkat lunak berdasarkan
MAHADEWAMAHADEWA This study uses both quantitative and qualitative approaches. The quantitative results illustrate the analysis of the influence of local wisdom-based learningThis study uses both quantitative and qualitative approaches. The quantitative results illustrate the analysis of the influence of local wisdom-based learning
JOIVJOIV Algoritma memprediksi sejumlah kecil citra MRI medis karena dataset hanya memiliki 98 citra sampel tumor otak jinak dan 155 citra sampel tumor otak ganas.Algoritma memprediksi sejumlah kecil citra MRI medis karena dataset hanya memiliki 98 citra sampel tumor otak jinak dan 155 citra sampel tumor otak ganas.
JOIVJOIV Bola basket adalah salah satu olahraga terkenal, baik secara internasional maupun nasional. Ada lima pemain dalam bola basket, masing-masing dengan posisiBola basket adalah salah satu olahraga terkenal, baik secara internasional maupun nasional. Ada lima pemain dalam bola basket, masing-masing dengan posisi
JOIVJOIV The evaluation was conducted on the UNSW-NB 15 dataset, employing algorithms such as ANN, Naïve Bayes, and Decision Table with metrics like Accuracy,The evaluation was conducted on the UNSW-NB 15 dataset, employing algorithms such as ANN, Naïve Bayes, and Decision Table with metrics like Accuracy,
JOIVJOIV Model tersebut dievaluasi dengan membandingkan hasilnya dengan tiga model pembelajaran mendalam standar, yaitu CNN, Recurrent Neural Network (RNN), danModel tersebut dievaluasi dengan membandingkan hasilnya dengan tiga model pembelajaran mendalam standar, yaitu CNN, Recurrent Neural Network (RNN), dan
IAESCOREIAESCORE Hasil percobaan menunjukkan keunggulan metode yang diusulkan dibandingkan pendekatan lain yang tersedia, dengan kemampuan mengenali gerakan numerik denganHasil percobaan menunjukkan keunggulan metode yang diusulkan dibandingkan pendekatan lain yang tersedia, dengan kemampuan mengenali gerakan numerik dengan
Useful /
RANDWICKRESEARCHRANDWICKRESEARCH Studi ini menyimpulkan bahwa strategi multisensory adalah strategi pengajaran paling efektif untuk meningkatkan kinerja matematika siswa. Selain itu, hasilStudi ini menyimpulkan bahwa strategi multisensory adalah strategi pengajaran paling efektif untuk meningkatkan kinerja matematika siswa. Selain itu, hasil
STISDARUSSALAMSTISDARUSSALAM Namun di dalam pengimplementasinya visi dan misi tersebut ada tantangan besar yang dihadapi oleh provinsi Nusa Tenggara Barat, yang berkaitan dengan pencapaianNamun di dalam pengimplementasinya visi dan misi tersebut ada tantangan besar yang dihadapi oleh provinsi Nusa Tenggara Barat, yang berkaitan dengan pencapaian
JOIVJOIV Hasil peringkat menunjukkan bahwa algoritma IFPDSO yang diusulkan melampaui algoritma heuristik bermotif alam lainnya. Algoritma IFPDSO yang ditingkatkanHasil peringkat menunjukkan bahwa algoritma IFPDSO yang diusulkan melampaui algoritma heuristik bermotif alam lainnya. Algoritma IFPDSO yang ditingkatkan
JOIVJOIV Penelitian ini menemukan bahwa meskipun keempat buku teks informatika di Korea secara isi dan makna mencakup seluruh unsur pembelajaran kurikulum, terdapatPenelitian ini menemukan bahwa meskipun keempat buku teks informatika di Korea secara isi dan makna mencakup seluruh unsur pembelajaran kurikulum, terdapat