STMIKLOMBOKSTMIKLOMBOK
Jurnal Informatika dan Rekayasa ElektronikJurnal Informatika dan Rekayasa ElektronikPada era teknologi distrupsi komunikasi masa, sosial media menjadi acuan dalam menyerap opini publik. Digitalisasi data sangat pesat diproduksi oleh pengguna sosial media karena merupakan upaya untuk merepresentasikan perasaan khalayak. Produksi data yang dimaksud adalah pengguna melakukan postingan status dan komentar di sosial media. Produksi data oleh khalayak di sosial media tersebut memunculkan sekumpulan data yang sangat besar atau bisa disebut dengan istilah big data. Big data adalah merupakan kumpulan himpunan data dalam jumlah yang sangat besar, kompleks, memiliki waktu kemunculan relativ cepat, sehingga menjadikanya sulit untuk ditangani. Analisa terhadap data yang besar dengan metode data mining untuk mendapatkan pola pengetahuan di dalamnya. Penelitian ini melakukan analisa terhadap sentimen netizen di media sosial twitter terhadap kasus penusukan Wiranto. Hasil sentimen analisis menujukkan 41% memberikan komentar positif, 29% berkomentar secara netral, dan 29% berkomentar secara negatif terhadap kejadian. Selain itu, pemodelan terhadap data dilakukan dengan menggunakan algoritma support vector machine agar dapat membuat sistem yang mampu melakukan klasifikasi terhadap komentar berkonotasi positif, netral, dan negatif. Model klasifikasi yang telah dibuat kemudian diuji dengan mengunakan teknik confusion matrix dengan masing-masing hasil adalah nilai presisi sebesar 83%, nilai recall sebesar 80%, dan terakhir sebesar 80% yang didapatkan pada pengujian akurasi.
Pada penelitian ini, telah berhasil dibangun model klasifikasi teks menggunakan algoritma Support Vector Machine (SVM) dengan metode nonlinier.Model tersebut kemudian diuji dengan menghitung nilai presisi, recall, dan akurasi.Hasil evaluasi menunjukkan bahwa model ini cukup baik dalam melakukan klasifikasi, dengan nilai presisi 83%, recall 80%, dan akurasi 80%.
Untuk penelitian selanjutnya guna meningkatkan kualitas dan generalisasi model klasifikasi teks, beberapa arah studi baru dapat dipertimbangkan. Pertama, bagaimana perbandingan kinerja model klasifikasi teks berbasis pembelajaran mendalam (deep learning), seperti arsitektur BERT atau Transformer, dibandingkan dengan algoritma Support Vector Machine (SVM) dalam menganalisis sentimen media sosial berbahasa Indonesia? Studi ini dapat mengeksplorasi efektivitas model deep learning dalam menangani kompleksitas linguistik bahasa Indonesia, termasuk slang, singkatan, dan campur kode yang sering muncul di platform seperti Twitter, serta kemampuannya dalam mengolah volume data yang lebih besar secara efisien. Kedua, penting untuk menyelidiki sejauh mana implementasi teknik pra-pemrosesan teks yang lebih canggih, seperti deteksi sarkasme atau analisis konteks multi-kalimat, dapat secara signifikan meningkatkan kualitas fitur dan akurasi klasifikasi sentimen. Misalnya, penelitian dapat mengembangkan metode khusus untuk mengidentifikasi dan menormalisasi ekspresi emosi tersembunyi atau ambigu yang tidak tertangkap oleh pra-pemrosesan standar. Ketiga, perluasan cakupan data penelitian ke berbagai platform media sosial lainnya, seperti Facebook atau forum daring, dan penerapan model pada isu-isu publik yang berbeda di luar kasus tunggal, akan sangat bermanfaat. Hal ini akan membantu menguji generalisasi model klasifikasi sentimen di berbagai konteks dan jenis data, serta memahami dinamika sentimen publik yang lebih luas seiring waktu. Dengan demikian, penelitian mendatang dapat menghasilkan model yang tidak hanya lebih akurat tetapi juga lebih adaptif dan komprehensif dalam memahami opini publik di era digital.
| File size | 964.84 KB |
| Pages | 9 |
| Short Link | https://juris.id/p-1DG |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
UNPRIUNPRI Arsitektur hibrid CNN-LSTM efektif dalam menggabungkan ekstraksi fitur spasial dan pemrosesan informasi temporal, sehingga berpotensi diimplementasikanArsitektur hibrid CNN-LSTM efektif dalam menggabungkan ekstraksi fitur spasial dan pemrosesan informasi temporal, sehingga berpotensi diimplementasikan
UNYUNY Penelitian ini dilakukan dengan menguji dataset terstruktur dari kueri pencarian. Penelitian ini menyimpulkan bahwa sistem berbasis deep learning unggulPenelitian ini dilakukan dengan menguji dataset terstruktur dari kueri pencarian. Penelitian ini menyimpulkan bahwa sistem berbasis deep learning unggul
SERAMBISERAMBI For this reason, the role of the school principal and special efforts are needed in developing organizational culture as a value system that is understood,For this reason, the role of the school principal and special efforts are needed in developing organizational culture as a value system that is understood,
UDSUDS Tersedak dapat mengakibatkan kematian karena kurangnya pengetahuan tentang penanganan tersedak. Penelitian ini bertujuan untuk mengetahui pengaruh edukasiTersedak dapat mengakibatkan kematian karena kurangnya pengetahuan tentang penanganan tersedak. Penelitian ini bertujuan untuk mengetahui pengaruh edukasi
UDSUDS Kesiapan adaptasi lansia paling banyak dipengaruhi oleh faktor tinggal bersama keluarga, sehingga keluarga perlu lebih memperhatikan lansia untuk mencegahKesiapan adaptasi lansia paling banyak dipengaruhi oleh faktor tinggal bersama keluarga, sehingga keluarga perlu lebih memperhatikan lansia untuk mencegah
STMIKJAYAKARTASTMIKJAYAKARTA Perkembangan ilmu pengetahuan dan teknologi sudah makin cepat, salah satunya adalah di bidang komputer. Saat ini komputer memegang peranan penting dalamPerkembangan ilmu pengetahuan dan teknologi sudah makin cepat, salah satunya adalah di bidang komputer. Saat ini komputer memegang peranan penting dalam
STMIKJAYAKARTASTMIKJAYAKARTA PT. Putra Sumber Abadi merupakan suatu perusahaan yang bergerak dalam bidang penjualan electrical dan technical. Pembangunan situs e-commerce ini mengacuPT. Putra Sumber Abadi merupakan suatu perusahaan yang bergerak dalam bidang penjualan electrical dan technical. Pembangunan situs e-commerce ini mengacu
STMIKLOMBOKSTMIKLOMBOK Atas dasar itulah. Pemerintah memberikan apresiasi kepada guru berprestasi yang dituangkan dalam Undang-Undang RI No 14 tahun 2005 tentang Guru dan DosenAtas dasar itulah. Pemerintah memberikan apresiasi kepada guru berprestasi yang dituangkan dalam Undang-Undang RI No 14 tahun 2005 tentang Guru dan Dosen
Useful /
ICJAMBIICJAMBI Dalam penangannya diperlukan penelitian terhadap program pemberdayaan anak jalanan yang dilakukan JKJT dalam rangka pengentasan anak jalanan. Tujuan penelitianDalam penangannya diperlukan penelitian terhadap program pemberdayaan anak jalanan yang dilakukan JKJT dalam rangka pengentasan anak jalanan. Tujuan penelitian
UNYUNY Sebanyak 367 guru berpartisipasi dalam penelitian ini, dengan data dikumpulkan melalui kuesioner terstruktur. Analisis statistik, termasuk Analisis VariansSebanyak 367 guru berpartisipasi dalam penelitian ini, dengan data dikumpulkan melalui kuesioner terstruktur. Analisis statistik, termasuk Analisis Varians
UNYUNY Studi ini melibatkan tiga pakar yang memvalidasi instrumen serta delapan siswa dengan disabilitas belajar sebagai partisipan. Pendekatan campuran (mixed‑methods)Studi ini melibatkan tiga pakar yang memvalidasi instrumen serta delapan siswa dengan disabilitas belajar sebagai partisipan. Pendekatan campuran (mixed‑methods)
UNYUNY Penelitian ini bertujuan untuk mengeksplorasi potensi limbah kulit pisang sebagai bahan baku alternatif dalam pembuatan kertas. Metode yang digunakan meliputiPenelitian ini bertujuan untuk mengeksplorasi potensi limbah kulit pisang sebagai bahan baku alternatif dalam pembuatan kertas. Metode yang digunakan meliputi