DCCKOTABUMIDCCKOTABUMI
Jurnal Informasi dan KomputerJurnal Informasi dan KomputerAnalisis sentimen adalah salah satu ilmu pengetahuan dalam Text Mining yang berfokus pada klasifikasi dokumen teks yang berisi pendapat atau opini dari masyarakat. Penelitian ini bertujuan untuk memperoleh pemahaman tentang pandangan masyarakat terhadap kepolisian melalui tweet yang diposting pada media sosial Twitter. Penelitian ini menggunakan algoritma Support Vector Machine. Dokumen teks yang digunakan menggunakan dua label, yakni: positif dan negatif. Dalam penelitian ini, data yang digunakan sebanyak 303 data dan pengujian dilakukan dengan menggunakan Confusion Matrix. Hasil penelitian menunjukkan bahwa polarisasi ulasan negatif memiliki dominasi yang lebih tinggi dibandingkan dengan polarisasi positif, yaitu ulasan negatif terdapat 51,16% sedangkan ulasan positif terdapat 48,84%. Hasil pengujian Confusion Matrix yang telah dilakukan mendapatkan hasil tingkat accuracy 54,10%, negative precision 56,41%, positive precision 50%, negative recall 66,67% dan positive recall 39,29%.
Berdasarkan analisis sentimen yang telah dilakukan dengan topik kepolisian pada media sosial Twitter menggunakan algoritma SVM, dapat diambil kesimpulan sebagai berikut.Berdasarkan hasil analisis kepuasan pengguna Twitter terhadap kepolisian di media sosial Twitter menggunakan algoritma SVM, ditemukan bahwa banyak pengguna Twitter merasa tidak puas dengan banyaknya oknum kepolisian yang meresahkan, penyalahgunaan kekuasaan, dan kinerja yang buruk.Hasil analisis menunjukkan bahwa sentimen negatif lebih mendominasi daripada sentimen positif.Selain itu, beberapa pengguna Twitter juga menyatakan bahwa mereka merasa terjaga dengan adanya kepolisian.Dalam analisis sentimen dengan menggunakan algoritma SVM, diperoleh tingkat akurasi sebesar 54,10%.Model ini berhasil mengklasifikasikan sentimen positif dengan precision sebesar 50% dan sentimen negatif dengan precision sebesar 56,41%.Namun, recall untuk sentimen positif hanya sebesar 39,29%, sedangkan untuk sentimen negatif sebesar 66,67%.Data ini diperoleh dengan menggunakan data 80.20, dengan 61 data Tweet sebagai data testing.
Untuk penelitian selanjutnya, disarankan untuk menggunakan algoritma lain agar dapat membuka peluang mencari metode analisis sentiment yang lebih baik lagi. Selain itu, penelitian dapat dikembangkan dengan mengkaji lebih dalam tentang faktor-faktor yang mempengaruhi opini publik terhadap kepolisian, seperti kinerja, kebijakan, dan interaksi dengan masyarakat. Dengan demikian, penelitian dapat memberikan sumbangsih yang lebih komprehensif dalam memahami pandangan masyarakat terhadap kepolisian dan membantu meningkatkan kinerja kepolisian dalam melayani masyarakat.
- IMPLEMENTASI APLIKASI JUPYTER NOTEBOOK SEBAGAI ANALISIS KRETERIA PLAGIASI DENGAN TEKNIK SIMANTIK | Asyrofi... jurnal.stkippgritulungagung.ac.id/index.php/jipi/article/view/3699IMPLEMENTASI APLIKASI JUPYTER NOTEBOOK SEBAGAI ANALISIS KRETERIA PLAGIASI DENGAN TEKNIK SIMANTIK Asyrofi jurnal stkippgritulungagung ac index php jipi article view 3699
- Jurnal Ilmiah Edutic : Pendidikan dan Informatika. jurnal ilmiah edutic pendidikan informatika issn print... journal.trunojoyo.ac.id/eduticJurnal Ilmiah Edutic Pendidikan dan Informatika jurnal ilmiah edutic pendidikan informatika issn print journal trunojoyo ac edutic
- Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine... journal.ugm.ac.id/ijccs/article/view/3499Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine journal ugm ac ijccs article view 3499
- Analisis Sentimen Twitter terhadap Tokoh Publik dengan Algoritma Naive Bayes dan Support Vector Machine... jurnal.umk.ac.id/index.php/simet/article/view/4568Analisis Sentimen Twitter terhadap Tokoh Publik dengan Algoritma Naive Bayes dan Support Vector Machine jurnal umk ac index php simet article view 4568
| File size | 1.5 MB |
| Pages | 6 |
| DMCA | Report |
Related /
IAIC PUBLISHERIAIC PUBLISHER Uji acak terkontrol (RCT) dilakukan dengan 200 peserta, membandingkan kelompok intervensi AI dengan kelompok kontrol yang menerima perawatan standar. SistemUji acak terkontrol (RCT) dilakukan dengan 200 peserta, membandingkan kelompok intervensi AI dengan kelompok kontrol yang menerima perawatan standar. Sistem
APTIKOMAPTIKOM Perancangan Sistem Pendukung Keputusan berbasis Fuzzy Logic telah berhasil dikembangkan untuk memberikan dukungan bagi pemilik Toko Ady Alam AccessoriesPerancangan Sistem Pendukung Keputusan berbasis Fuzzy Logic telah berhasil dikembangkan untuk memberikan dukungan bagi pemilik Toko Ady Alam Accessories
IRPIIRPI Hasil studi ini menunjukkan, model CNN memiliki akurasi tertinggi yaitu sebesar 72 persen dan lebih unggul dibanding model RNN dan LSTM. Model CNN dapatHasil studi ini menunjukkan, model CNN memiliki akurasi tertinggi yaitu sebesar 72 persen dan lebih unggul dibanding model RNN dan LSTM. Model CNN dapat
SUBSETSUBSET Data dikumpulkan melalui teknik scraping dengan kata kunci “kominfo, kemudian dilakukan tahapan pre-processing seperti cleaning, case folding, translation,Data dikumpulkan melalui teknik scraping dengan kata kunci “kominfo, kemudian dilakukan tahapan pre-processing seperti cleaning, case folding, translation,
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini berfokus pada analisis dataset “GenZ - Career Aspirations Data yang mencakup tanggapan terkait pengaruh karier, rencana pendidikan, danPenelitian ini berfokus pada analisis dataset “GenZ - Career Aspirations Data yang mencakup tanggapan terkait pengaruh karier, rencana pendidikan, dan
STMIKJAYAKARTASTMIKJAYAKARTA Studi ini menyelidiki penggunaan teknologi Hadoop dan algoritma Naive Bayes untuk menganalisis sentimen ulasan pengguna di platform e-commerce. Data yangStudi ini menyelidiki penggunaan teknologi Hadoop dan algoritma Naive Bayes untuk menganalisis sentimen ulasan pengguna di platform e-commerce. Data yang
UNIMALUNIMAL SVM membuktikan kinerjanya yang seimbang di semua kategori sentimen, sementara Naïve Bayes unggul dalam mendeteksi sentimen negatif tetapi lemah dalamSVM membuktikan kinerjanya yang seimbang di semua kategori sentimen, sementara Naïve Bayes unggul dalam mendeteksi sentimen negatif tetapi lemah dalam
UMGUMG Aplikasi elektronik atau inventaris dinamakan PMTCInventory pada penelitian kali ini, dibangun dengan menggunakan kerangka kerja Flutter. Dengan PMTCInventory,Aplikasi elektronik atau inventaris dinamakan PMTCInventory pada penelitian kali ini, dibangun dengan menggunakan kerangka kerja Flutter. Dengan PMTCInventory,
Useful /
ISEIISEI The impact of research and development (R&D) spending has been shown significantly in promoting countrys economic growth and productivity. Hence, we examineThe impact of research and development (R&D) spending has been shown significantly in promoting countrys economic growth and productivity. Hence, we examine
UNRAMUNRAM Sementara itu, sekolah mendukung upaya ini dengan mengedukasi orang tua, mengimplementasikan program pengembangan karakter, dan mendorong kolaborasi eratSementara itu, sekolah mendukung upaya ini dengan mengedukasi orang tua, mengimplementasikan program pengembangan karakter, dan mendorong kolaborasi erat
DCCKOTABUMIDCCKOTABUMI Algoritma Apriori terbukti efektif dalam mengidentifikasi pola penjualan signifikan, yang dapat meningkatkan efisiensi stok dan strategi pemasaran. RekomendasiAlgoritma Apriori terbukti efektif dalam mengidentifikasi pola penjualan signifikan, yang dapat meningkatkan efisiensi stok dan strategi pemasaran. Rekomendasi
DCCKOTABUMIDCCKOTABUMI Sistem ini memberikan hasil yang lebih cepat dan objektif dibandingkan metode manual. Disarankan agar sistem ini diimplementasikan secara penuh oleh manajemenSistem ini memberikan hasil yang lebih cepat dan objektif dibandingkan metode manual. Disarankan agar sistem ini diimplementasikan secara penuh oleh manajemen