SUBSETSUBSET
The Indonesian Journal of Computer Science ResearchThe Indonesian Journal of Computer Science ResearchAbstraksi. Perkembangan teknologi informasi dalam beberapa tahun terakhir sangat pesat dimana hal tersebut mendorong penggunaan internet dan pertukaran informasi. Beragam sosial media digunakan masyarakat untuk membagi opini mereka atau sekadar berinteraksi dengan orang lain. Analisis Sentimen adalah cabang dari Natural Language Processing (NLP) yang dapat menyaring dan mengkategorikan opini masyarakat pada sosial media. Penelitian ini memanfaatkan data dari twitter untuk membandingakan dua algoritma klasifikasi yaitu Naïve Bayes Classifier dan Decision Tree. Penelitian dilakukan dengan membagi data menjadi dua skenario dimana skenario 1 dengan 800 data dan skenario 2 dengan 200 data. Data masing‑masing skenario dibagi menjadi 70% data latih dan 30% data uji dari total 1000 data. Hasil dari percobaan menunjukan bahwa Naïve Bayes memilki akurasi tertinggi dengan 85% dibandingkan Decision Tree dengan 78% pada skenario kedua.
Berdasarkan dari hasil pengujian pada bab sebelumnya dapat dibuat kesimpulan bahwa penggunaan dan implementasi algoritma Naïve Bayes dan Decision Tree pada analisis sentimen dengan data kecil memiliki akurasi yang cenderung rendah terutama pada Decision Tree.Perbandingan kedua algoritma mendapatkan nilai akurasi tertinggi sebesar 85% untuk Naïve Bayes dan 78% untuk Decision Tree.
Pertama, penelitian dapat memperluas sampel data dengan menambah jumlah tweet dari berbagai topik dan periode waktu yang berbeda untuk memvalidasi generalisasi model Naïve Bayes dan Decision Tree niente. Kedua, studi dibandingkan dengan algoritma lain seperti Support Vector Machine, Random Forest, dan model berbasis deep learning (misalnya BERT) untuk menentukan apakah peningkatan akurasi dapat dicapai melalui pendekatan berbeda. Ketiga, dievaluasi pengaruh teknik feature engineering alternatif, termasuk word embeddings dan n‑gram tingkat tinggi, pada kinerja kedua algoritma, sehingga dapat dipahami secara lebih mendalam bagaimana pemilihan representasi fitur mempengaruhi deteksi sentimen di media sosial Indonesia.
- PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL | Darwis |... doi.org/10.33365/jtk.v15i1.744PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL Darwis doi 10 33365 jtk v15i1 744
- PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN DECISION TREE UNTUK ANALISIS SENTIMEN REVIEW KOMENTAR... jurnal.amikom.ac.id/index.php/joism/article/view/341PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN DECISION TREE UNTUK ANALISIS SENTIMEN REVIEW KOMENTAR jurnal amikom ac index php joism article view 341
| File size | 418.8 KB |
| Pages | 15 |
| DMCA | Report |
Related /
LP3MKILLP3MKIL Tujuan penelitian ini adalah untuk mengetahui ketuntasan hasil belajar materi mengidentifikasi teks laporan hasil observasi siswa kelas VIII SMP NegeriTujuan penelitian ini adalah untuk mengetahui ketuntasan hasil belajar materi mengidentifikasi teks laporan hasil observasi siswa kelas VIII SMP Negeri
LP3MKILLP3MKIL Teknik pengumpulan data dilakukan melalui observasi, angket, dan wawancara, sedangkan analisis data menggunakan analisis deskriptif kualitatif dan kuantitatif.Teknik pengumpulan data dilakukan melalui observasi, angket, dan wawancara, sedangkan analisis data menggunakan analisis deskriptif kualitatif dan kuantitatif.
LP3MKILLP3MKIL Berdasarkan hasil penelitian, dapat disimpulkan bahwa penerapan model pembelajaran Talking Stick dapat menuntaskan secara signifikan kemampuan menulisBerdasarkan hasil penelitian, dapat disimpulkan bahwa penerapan model pembelajaran Talking Stick dapat menuntaskan secara signifikan kemampuan menulis
UNSURYAUNSURYA Pembahasan menunjukkan bahwa faktor humanis seperti keramahan dan transparansi berkontribusi besar pada kepuasan masyarakat. Kesimpulan menyatakan bahwaPembahasan menunjukkan bahwa faktor humanis seperti keramahan dan transparansi berkontribusi besar pada kepuasan masyarakat. Kesimpulan menyatakan bahwa
UNSURYAUNSURYA Sementara itu, jumlah siswa yang direkomendasikan untuk jenjang SMA dan MA cukup merata, yakni masing-masing sebanyak 26 siswa (26%) dan 25 siswa (25%)Sementara itu, jumlah siswa yang direkomendasikan untuk jenjang SMA dan MA cukup merata, yakni masing-masing sebanyak 26 siswa (26%) dan 25 siswa (25%)
UNSURYAUNSURYA Sistem ini diharapkan bisa menjadi langkah awal bagi koperasi dalam beralih ke sistem digital, sekaligus membantu pengelolaan koperasi jadi lebih terbukaSistem ini diharapkan bisa menjadi langkah awal bagi koperasi dalam beralih ke sistem digital, sekaligus membantu pengelolaan koperasi jadi lebih terbuka
UADUAD Tahap praproses mencakup imputasi median untuk nilai nol, normalisasi Z-score, serta reduksi dimensi menggunakan PCA pada model KNN yang menghasilkan limaTahap praproses mencakup imputasi median untuk nilai nol, normalisasi Z-score, serta reduksi dimensi menggunakan PCA pada model KNN yang menghasilkan lima
UADUAD Penelitian ini berhasil menunjukkan bahwa integrasi metode Doc2Vec dan HDBSCAN efektif untuk deteksi plagiarisme semantik. Dengan mengelompokkan dokumenPenelitian ini berhasil menunjukkan bahwa integrasi metode Doc2Vec dan HDBSCAN efektif untuk deteksi plagiarisme semantik. Dengan mengelompokkan dokumen
Useful /
IAIKHOZINIAIKHOZIN Maka muncullah KHI sebagai jawaban atas berbagai macam kegelisahan yang muncul selama bertahun-tahun lamanya. Posisi dari KHI sendiri merupakan anak kandungMaka muncullah KHI sebagai jawaban atas berbagai macam kegelisahan yang muncul selama bertahun-tahun lamanya. Posisi dari KHI sendiri merupakan anak kandung
SASTRA UNESSASTRA UNES Evaluasi merupakan komponen krusial dalam proses belajar mengajar, memberikan pemahaman bagi pendidik mengenai tujuan dan manfaat evaluasi. Hasil evaluasiEvaluasi merupakan komponen krusial dalam proses belajar mengajar, memberikan pemahaman bagi pendidik mengenai tujuan dan manfaat evaluasi. Hasil evaluasi
UNSURYAUNSURYA Penelitian ini berhasil mengembangkan sistem informasi invoice untuk CV Putra Alami Sejahtera menggunakan metode Rapid Application Development (RAD). SistemPenelitian ini berhasil mengembangkan sistem informasi invoice untuk CV Putra Alami Sejahtera menggunakan metode Rapid Application Development (RAD). Sistem
ISTNISTN Probabilitas tidak terjadi keterlambatan meningkat 36,1 % dibandingkan 8,7 % sebelum rekayasa ulang. Ketiga skenario mengurangi kemungkinan keterlambatanProbabilitas tidak terjadi keterlambatan meningkat 36,1 % dibandingkan 8,7 % sebelum rekayasa ulang. Ketiga skenario mengurangi kemungkinan keterlambatan