IOINFORMATICIOINFORMATIC
JUKI : Jurnal Komputer dan InformatikaJUKI : Jurnal Komputer dan InformatikaTwitter adalah salah satu jejaring sosial terpopuler di Indonesia, dengan 18,45 juta pengguna aktif pada tahun 2022. Politisi berpengaruh Puan Maharani menjadi topik hangat di pesta ulang tahunnya di tengah protes harga bahan bakar. Analisis sentimen dapat membantu memahami keseluruhan sentimen yang diungkapkan di Twitter tentang Puan Maharani. Dua jenis dataset yang digunakan dalam penelitian ini, yaitu dataset tidak seimbang (9000 tweet: 7800 positif, 1200 negatif) dan dataset seimbang (2400 tweet: 1200 positif, 1200 negatif). Metode Naive Bayes classifier digunakan untuk klasifikasi sentimen, meliputi pengumpulan data, pelabelan, preprocessing, pembobotan TF-IDF, seleksi fitur, pembagian data, klasifikasi Naive Bayes, dan evaluasi dengan confusion matrix. Data dibagi dengan rasio 70:30, 80:20 dan 90:10 untuk data latih serta data uji. Feature selection menggunakan threshold 0,001. Merujuk hasil penelitian yang dilaksanakan, bisa disimpulkan bahwsanya analisis sentimen dapat menjadi alat yang efektif untuk memahami pendapat masyarakat khususnya netizen di platform Twitter terkait dengan persepsi terhadap Puan Maharani. Nilai akurasi tertinggi dari dataset tidak seimbang didapatkan yaitu sebesar 88.89% pada rasio pembagian data latih dan data uji 90:10 serta akurasi tertinggi dari dataset seimbang sebesar 81.0% pada rasio pembagian data 90:10.
Analisis sentimen terbukti efektif untuk memahami persepsi masyarakat terhadap Puan Maharani di Twitter, dengan akurasi tertinggi 88,89% pada dataset tidak seimbang dan 81,0% pada dataset seimbang dengan rasio 90.Namun, pada data tidak seimbang, classifier Naive Bayes cenderung bias ke kelas mayoritas positif, menghasilkan kesalahan pada tweet negatif.Penelitian selanjutnya harus mengeksplorasi teknik mitigasi bias, seperti penyeimbangan kelas atau model klasifikasi yang lebih kompleks.
Penelitian selanjutnya dapat menguji secara sistematis bagaimana penerapan teknik oversampling dan undersampling, seperti SMOTE, ADASYN, atau Random Under‑Sampling, mempengaruhi kinerja Naïve Bayes dalam mengatasi ketidakseimbangan kelas pada data tweet politik, serta mengukur dampaknya terhadap akurasi, precision, dan recall. Selanjutnya, perlu dilakukan perbandingan menyeluruh antara model pembelajaran mendalam, misalnya LSTM, BERT, atau RoBERTa, dengan Naïve Bayes untuk menilai apakah pendekatan deep learning dapat meningkatkan akurasi serta mengurangi bias pada dataset yang tidak seimbang, terutama dalam mengidentifikasi tweet negatif. Selain itu, dapat dikembangkan metode ensemble yang menggabungkan Naïve Bayes dengan classifier lain seperti Support Vector Machine, Random Forest, atau Gradient Boosting, dengan tujuan menciptakan sistem klasifikasi yang lebih robust dan mampu menyeimbangkan prediksi antara kelas positif dan negatif secara konsisten. Ketiga arah penelitian ini diharapkan memberikan wawasan lebih mendalam tentang strategi peningkatan akurasi analisis sentimen pada topik politik di Twitter, serta menyediakan solusi praktis bagi peneliti yang menghadapi data tidak seimbang.
- Penanganan Negasi dalam Analisa Sentimen Bahasa Indonesia | JUSIFOR : Jurnal Sistem Informasi dan Informatika.... ejournal.uniramalang.ac.id/index.php/jusifor/article/view/1276Penanganan Negasi dalam Analisa Sentimen Bahasa Indonesia JUSIFOR Jurnal Sistem Informasi dan Informatika ejournal uniramalang ac index php jusifor article view 1276
- Implementasi Naive Bayes pada Analisis Sentimen Opini Masyarakat di Twitter Terhadap Kondisi New Normal... doi.org/10.24002/konstelasi.v2i1.5609Implementasi Naive Bayes pada Analisis Sentimen Opini Masyarakat di Twitter Terhadap Kondisi New Normal doi 10 24002 konstelasi v2i1 5609
- Jurnal Ilmiah Informatika (JIF). analisis sentimen maskapai citilink twitter metode na bayes jurnal ilmiah... ejournal.upbatam.ac.id/index.php/jif/article/view/1329Jurnal Ilmiah Informatika JIF analisis sentimen maskapai citilink twitter metode na bayes jurnal ilmiah ejournal upbatam ac index php jif article view 1329
- Perbandingan Metode K-NN, Naïve Bayes, Decision Tree untuk Analisis Sentimen Tweet Twitter... ejurnal.stmik-budidarma.ac.id/index.php/jurikom/article/view/4016Perbandingan Metode K NN NayEAve Bayes Decision Tree untuk Analisis Sentimen Tweet Twitter ejurnal stmik budidarma ac index php jurikom article view 4016
| File size | 469.26 KB |
| Pages | 9 |
| DMCA | Report |
Related /
MERCUBAKTIJAYAMERCUBAKTIJAYA Metode: Metode pelaksanaan kegiatan meliputi empat tahapan, yaitu: (1) analisis kebutuhan guru terhadap teknologi asistif digital, (2) pelaksanaan pelatihanMetode: Metode pelaksanaan kegiatan meliputi empat tahapan, yaitu: (1) analisis kebutuhan guru terhadap teknologi asistif digital, (2) pelaksanaan pelatihan
STIKKENDALSTIKKENDAL Penelitian menunjukkan bahwa strategi peningkatan mutu belajar mengajar di SMK Darussalam Subah, yang mengintegrasikan kurikulum nasional dengan kurikulumPenelitian menunjukkan bahwa strategi peningkatan mutu belajar mengajar di SMK Darussalam Subah, yang mengintegrasikan kurikulum nasional dengan kurikulum
UNISSULAUNISSULA Terjadi transformasi positif dalam dinamika interaksi sosial siswa, ditandai dengan peningkatan kolaborasi dalam tim, komunikasi yang lebih hidup selamaTerjadi transformasi positif dalam dinamika interaksi sosial siswa, ditandai dengan peningkatan kolaborasi dalam tim, komunikasi yang lebih hidup selama
UNISSULAUNISSULA Penelitian ini menggunakan penelitian tindakan kelas (PTK). Subjek dari penelitian ini adalah seluruh siswa kelas VI SD 3 Wergu Wetan yang berjumlah 26Penelitian ini menggunakan penelitian tindakan kelas (PTK). Subjek dari penelitian ini adalah seluruh siswa kelas VI SD 3 Wergu Wetan yang berjumlah 26
UNISSULAUNISSULA Validasi media diukur dari penilaian pakar media dan pakar materi. Hasil penelitian menunjukkan: (1) buku ajar berbentuk pop-up memperoleh skor kelayakanValidasi media diukur dari penilaian pakar media dan pakar materi. Hasil penelitian menunjukkan: (1) buku ajar berbentuk pop-up memperoleh skor kelayakan
UNISSULAUNISSULA Analisis data dilakukan menggunakan model interaktif Miles dan Huberman, termasuk proses koding untuk membentuk tema-tema utama. Hasil penelitian menunjukkanAnalisis data dilakukan menggunakan model interaktif Miles dan Huberman, termasuk proses koding untuk membentuk tema-tema utama. Hasil penelitian menunjukkan
IDJOURNALIDJOURNAL Hasil evaluasi menunjukkan bahwa mayoritas bersiap beradaptasi menggunakan Wizer.me dalam mengoptimalkan pembelajaran di dalam kelas yang pada gilirannyaHasil evaluasi menunjukkan bahwa mayoritas bersiap beradaptasi menggunakan Wizer.me dalam mengoptimalkan pembelajaran di dalam kelas yang pada gilirannya
MEDIAPUBLIKASIMEDIAPUBLIKASI Inovasi yang dilakukan melalui perubahan strategi pemasaran dan bisnis model yang dibuat mengalami penguatan pada aspek pelanggan, yaitu Customer EngagementInovasi yang dilakukan melalui perubahan strategi pemasaran dan bisnis model yang dibuat mengalami penguatan pada aspek pelanggan, yaitu Customer Engagement
Useful /
IOINFORMATICIOINFORMATIC Selain itu, aplikasi kemudian diuji kelayakanya dengan melakukan kuisoner dan menghasilkan rata rata nilai 4,6 dari skala 1 -5. Hal tersebut menunjukanSelain itu, aplikasi kemudian diuji kelayakanya dengan melakukan kuisoner dan menghasilkan rata rata nilai 4,6 dari skala 1 -5. Hal tersebut menunjukan
IOINFORMATICIOINFORMATIC 9). Uji T berpasangan menunjukkan perbedaan yang signifikan antara skor pretest dan posttest pada kedua kelompok (p < 0. 05). Uji T tidak berpasangan juga9). Uji T berpasangan menunjukkan perbedaan yang signifikan antara skor pretest dan posttest pada kedua kelompok (p < 0. 05). Uji T tidak berpasangan juga
IOINFORMATICIOINFORMATIC Sapi merupakan hewan ternak yang penting di Indonesia, namun rentan terhadap berbagai penyakit seperti Avitaminosis, Arthritis, Bloat, Malnutrisi, danSapi merupakan hewan ternak yang penting di Indonesia, namun rentan terhadap berbagai penyakit seperti Avitaminosis, Arthritis, Bloat, Malnutrisi, dan
IOINFORMATICIOINFORMATIC Berdasarkan penelitian, koneksi data antara mesin pengisi larutan otomatis dan mesin virtual berfungsi dengan baik, dengan rata‑rata waktu transfer sekitarBerdasarkan penelitian, koneksi data antara mesin pengisi larutan otomatis dan mesin virtual berfungsi dengan baik, dengan rata‑rata waktu transfer sekitar