YP3AYP3A

SATESI: Jurnal Sains Teknologi dan Sistem InformasiSATESI: Jurnal Sains Teknologi dan Sistem Informasi

Dalam pendaftaran CPNS pada tahun 2024 diberlakukan metode pembelian materai digital melalui website https://meterai-elektronik.com sebagai syarat kelengkapan admisnistrasi. Tetapi halaman tersebut yang menjadi penyedia e-materai mengalami error karena banyaknya pengunjung yang masuk dan berusaha membeli e-materai di saat yang sama. Dengan adanya gangguan tersebut mengakibatkan beberapa masyarakat beropini tentang e-materai. Untuk mengetahui sentiment masyarakat tentang e-materai setelah kejadian tersebut maka dilakukan analisis sentimen. Dalam menganalisis sentimen tersebut digunakan algoritma Random Forest dengan model Bag of Words dimana Random Forest merupakan metode pengembangan dari Classification and Regression Trees (CART) yang dikatakan lebih presisi dalam memprediksi dan model Bag of Words banyak digunakan dengan hasil yang baik untuk memprediksi pemodelan Bahasa dan klasifikasi dokumen karena Bag of Words sederhana dan fleksibel. Dalam analisis sentimen dihasilkan 86% opini netral, 9% opini negatif dan 5% opini positif. Lalu algoritma Random Forest dengan model Bag of Words mendapatkan nilai Accuracy sebesar 70.1%, precision sebesar 50.7%, recall 54.1%, dan F1-Score 47.6%.

Berdasarkan hasil dari analisa dapat ditarik kesimpulan bahwa algoritma Random Forest metode Bag of Words memberikan akurasi sebesar 70.1% pada analisis sentimen media sosial X atau twitter pada pembahasan e-materai.Dari hasil tweet yang didapat menunjukkan 86% opini twitter yang bernilai sentimen netral, 9% opini twitter bernilai negatif dan 5% opini twitter yang bernilai positif.Selain itu kata terbanyak pada tweet e-materai adalah tentang beli, worfess dan cpns.

Penelitian lanjutan dapat fokus pada pengembangan model prediksi dengan menggabungkan algoritma Random Forest dan teknik machine learning lain seperti neural network untuk meningkatkan akurasi analisis sentimen. Selain itu, perlu dilakukan studi lebih luas dengan mengumpulkan data dari berbagai platform media sosial seperti Instagram atau Facebook untuk memperoleh perspektif yang lebih komprehensif tentang opini publik terhadap e-materai. Terakhir, penelitian juga bisa mengeksplorasi penggunaan teknik analisis emosi yang lebih detail, seperti deteksi emosi spesifik (misalnya marah, sedih, atau bahagia) dalam opini masyarakat, bukan hanya klasifikasi sentimen umum netral, positif, atau negatif.

  1. INACL - Indonesia Association of Computational Linguistics. inacl association linguistics skip content... doi.org/10.26418/jlk.v6i1.89INACL Indonesia Association of Computational Linguistics inacl association linguistics skip content doi 10 26418 jlk v6i1 89
  2. ANALISIS SENTIMEN DENGAN PENDEKATAN ENSEMBLE LEARNING DAN WORD EMBEDDING PADA TWITTER | Journal of Information... doi.org/10.24076/joism.2023v4i2.973ANALISIS SENTIMEN DENGAN PENDEKATAN ENSEMBLE LEARNING DAN WORD EMBEDDING PADA TWITTER Journal of Information doi 10 24076 joism 2023v4i2 973
  3. FUNGSI BEA METERAI DALAM SURAT PERJANJIAN | Fauza Tuanaya | Notarius. fungsi bea meterai surat perjanjian... ejournal.undip.ac.id/index.php/notarius/article/view/31290FUNGSI BEA METERAI DALAM SURAT PERJANJIAN Fauza Tuanaya Notarius fungsi bea meterai surat perjanjian ejournal undip ac index php notarius article view 31290
Read online
File size564.65 KB
Pages7
DMCAReport

Related /

ads-block-test