SUBSETSUBSET

The Indonesian Journal of Computer Science ResearchThe Indonesian Journal of Computer Science Research

Isu gempa megathrust menjadi perhatian publik yang signifikan mengingat potensi dampaknya yang besar di wilayah Indonesia. Meningkatnya kesadaran dan kekhawatiran masyarakat terhadap isu ini tercermin dari banyaknya diskusi di berbagai platform media sosial, khususnya YouTube. Melihat fenomena tersebut, penelitian ini dilakukan untuk menganalisis dan mengklasifikasikan sentimen publik terhadap video bertema gempa megathrust. Tujuan utama dari penelitian ini adalah untuk mengkaji persepsi masyarakat melalui komentar di YouTube menggunakan pendekatan machine learning. Penelitian ini menggunakan tiga algoritma utama, yaitu Support Vector Machine dengan tiga jenis kernel yaitu linear, RBF, dan polynomial; Naive Bayes dengan Bernoulli dan Multinomial; serta Decision Tree. Data dikumpulkan melalui teknik scraping pada kolom komentar video YouTube yang relevan, dengan total data sebanyak 4337 komentar. Proses analisis dilakukan melalui sembilan tahap, yaitu pengumpulan data, preprocessing teks, pelabelan sentimen menggunakan lexicon VADER, pembobotan kata menggunakan TF-IDF, penyeimbangan data dengan SMOTE, seleksi fitur dengan mutual information, pembuatan model klasifikasi, evaluasi kinerja model, dan analisis hasil. Evaluasi performa model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa algoritma SVM dengan kernel linear memberikan performa terbaik dengan akurasi mencapai 87%. Temuan ini mengonfirmasi bahwa pendekatan machine learning efektif untuk menganalisis opini publik terhadap isu kebencanaan, serta dapat menjadi landasan dalam pengambilan kebijakan mitigasi risiko bencana berbasis persepsi masyarakat.

Penelitian ini menganalisis kinerja tiga algoritma klasifikasi sentimen yaitu SVM dengan kernel linear, RBF, dan polynomial.serta Decision Tree dengan menggunakan metrik accuracy, precision, recall, dan F1-score pada kategori sentimen negatif, netral, dan positif.Berdasarkan hasil pelabelan dengan lexicon VADER opini positif mendominasi isu gempa megathrust.SVM dengan kernel linear menunjukkan kinerja terbaik dengan akurasi 0,870 serta keseimbangan F1-score di semua kelas.SVM RBF memiliki akurasi tinggi, tetapi recall pada kelas positif lebih rendah.Sementara itu, Naive Bayes Multinomial lebih sesuai untuk data berbasis frekuensi kata tetapi kurang optimal pada kelas netral, sedangkan Bernoulli memiliki performa terendah.Dengan demikian, SVM kernel linear direkomendasikan sebagai algoritma terbaik karena memberikan hasil paling akurat dan seimbang.

Berdasarkan temuan penelitian ini, terdapat beberapa arah penelitian lanjutan yang dapat dieksplorasi. Pertama, penelitian selanjutnya dapat mengembangkan model analisis sentimen yang lebih adaptif terhadap bahasa informal dan slang yang umum digunakan dalam komentar media sosial. Hal ini dapat dicapai dengan menggabungkan teknik pemrosesan bahasa alami (NLP) yang lebih canggih, seperti model bahasa berbasis transformer, untuk menangkap konteks dan nuansa bahasa yang lebih kompleks. Kedua, penelitian dapat memperluas cakupan analisis sentimen dengan mempertimbangkan faktor-faktor kontekstual, seperti demografi pengguna, lokasi geografis, dan waktu posting komentar. Dengan mengintegrasikan data kontekstual ini, analisis sentimen dapat memberikan wawasan yang lebih mendalam tentang pola dan tren opini publik terkait isu gempa megathrust. Ketiga, penelitian dapat mengeksplorasi penggunaan teknik visualisasi data untuk mengkomunikasikan hasil analisis sentimen kepada pemangku kepentingan yang lebih luas, termasuk masyarakat umum, pemerintah, dan lembaga terkait. Visualisasi data yang efektif dapat membantu meningkatkan pemahaman dan kesadaran tentang risiko bencana, serta mendorong tindakan mitigasi yang lebih proaktif.

  1. Pemodelan Segmentasi Mentawai-Pagai: Studi Kasus Gempa Megathrust di Indonesia | Jurnal Geosains dan... jgrs.eng.unila.ac.id/index.php/geo/article/view/56Pemodelan Segmentasi Mentawai Pagai Studi Kasus Gempa Megathrust di Indonesia Jurnal Geosains dan jgrs eng unila ac index php geo article view 56
  2. Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter... doi.org/10.24002/jbi.v15i1.7925Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter doi 10 24002 jbi v15i1 7925
  3. IMPLEMENTASI AlGORITMA NAIVE BAYES UNTUK MEMPREDIKSI TINGKAT PENYEBARAN COVID: IMPLEMENTATION OF NAIVE... prin.or.id/index.php/JURRITEK/article/view/127IMPLEMENTASI AlGORITMA NAIVE BAYES UNTUK MEMPREDIKSI TINGKAT PENYEBARAN COVID IMPLEMENTATION OF NAIVE prin index php JURRITEK article view 127
  4. Analisis Sentimen Terhadap Kenaikan Harga Bahan Bakar Minyak Menggunakan Long Short-Term Memory | The... doi.org/10.59095/ijcsr.v2i1.29Analisis Sentimen Terhadap Kenaikan Harga Bahan Bakar Minyak Menggunakan Long Short Term Memory The doi 10 59095 ijcsr v2i1 29
Read online
File size4.16 MB
Pages11
DMCAReport

Related /

ads-block-test