UnijoyoUnijoyo

Jurnal SimantecJurnal Simantec

Proyek kereta cepat Jakarta-Bandung merupakan salah satu proyek besar yang saat ini sedang dibuat di Indonesia. Proyek kereta cepat Jakarta – Bandung menjadi ramai dibicarakan di media sosial Twitter. Karena dalam pembangunannya terdapat beberapa masalah, seperti banjir yang terjadi di Bekasi dan menyebabkan kemacetan dan mengganggu kelancaran logistik. Beberapa opini masyarakat dapat berupa sentimen positif dan negatif terhadap Pembangunan Kereta Cepat ini. Untuk mengetahui opini masyarakat tersebut maka perlu dilakukan analisis sentimen dan pemodelan topik menggunakan metode Naïve Bayes dan Latent Dirichlet Allocation. Hasil pengujian menunjukkan bahwa pada analisis sentimen setelah dilakukan perhitungan menggunakan metode Naïve Bayes diperoleh nilai akurasi sebesar 66%. Sedangkan pada pemodelan topik menggunakan metode Latent Dirichlet Allocation diuji menggunakan nilai koherensi terbaik diperoleh nilai sebesar 0,472 pada 9 topik.

Penelitian ini berhasil melakukan analisis sentimen menggunakan metode Naïve Bayes dan pemodelan topik menggunakan Latent Dirichlet Allocation untuk topik Kereta Cepat Jakarta-Bandung.Hasil pengujian menunjukkan bahwa metode Naïve Bayes mencapai akurasi 66% dan LDA memiliki nilai koherensi 0,472 pada 9 topik.Topik yang paling sering dibahas oleh masyarakat mencakup pengoperasian yang masih memanfaatkan tenaga dari Tiongkok dan antusiasme masyarakat terhadap pembangunan kereta cepat.

Penelitian lanjutan dapat mengembangkan dataset dengan menambahkan data dari sumber lain seperti media cetak atau forum diskusi untuk meningkatkan keakuratan klasifikasi. Selanjutnya, peneliti dapat mengeksplorasi dampak kata-kata ambigu pada hasil analisis sentimen dan pemodelan topik. Terakhir, penelitian dapat membandingkan metode lain seperti Support Vector Machine (SVM) atau Random Forest untuk mengevaluasi efektivitas algoritma alternatif dalam konteks proyek infrastruktur besar.

  1. Bot Verification. bot verification verifying robot doi.org/10.47577/technium.v16i.9988Bot Verification bot verification verifying robot doi 10 47577 technium v16i 9988
  2. Pemodelan Topik Menggunakan Latent Dirichlet Allocation pada Ulasan Aplikasi PeduliLindungi | InComTech... doi.org/10.22441/incomtech.v13i1.15572Pemodelan Topik Menggunakan Latent Dirichlet Allocation pada Ulasan Aplikasi PeduliLindungi InComTech doi 10 22441 incomtech v13i1 15572
  3. Analisis Sentimen Berdasarkan Topik Terkait Wabah Covid-19 di Twitter Menggunakan Latent Dirichlet Allocation... doi.org/10.30989/teknomatika.v15i2.1098Analisis Sentimen Berdasarkan Topik Terkait Wabah Covid 19 di Twitter Menggunakan Latent Dirichlet Allocation doi 10 30989 teknomatika v15i2 1098
Read online
File size466.36 KB
Pages10
DMCAReport

Related /

ads-block-test