STMIKLOMBOKSTMIKLOMBOK

Jurnal Informatika dan Rekayasa ElektronikJurnal Informatika dan Rekayasa Elektronik

Salah satu masalah makroekonomi yang menghambat perkembangan suatu negara adalah tingkat pengangguran. Berdasarkan data dari Badan Pusat Statistik, pada Februari 2022 tingkat pengangguran terbuka mencapai 5,58%. Banyak pendapat tentang program kartu prakerja pemerintah untuk mengatasi pengangguran. Program ini mendapat tanggapan pro dan kontra yang menghasilkan beragam pendapat. Twitter sebagai platform media sosial memungkinkan penyampaian opini tentang berbagai isu, termasuk program kartu prakerja. Pendekatan analisis sentimen saat ini banyak digunakan untuk menilai opini tentang berbagai topik. Dalam penelitian ini, dilakukan analisis sentimen menggunakan metode K-Nearest Neighbors (KNN) dan seleksi fitur Information Gain untuk melihat tingkat akurasi yang dihasilkan oleh model dan menentukan apakah opini tentang program kartu prakerja bersifat positif, negatif, atau netral.

Penelitian ini berhasil menganalisis sentimen yang berkaitan dengan program Kartu Prakerja dengan menggunakan algoritma K-Nearest Neighbors (KNN) dan Seleksi Fitur Informasi Gain.Hasil analisis menunjukkan bahwa metode KNN mencapai tingkat keakuratan yang tinggi dalam mengklasifikasi tweet yang mengandung kata kunci prakerja.Akurasi, recall, precision, dan F-1 Score mencapai 93%, sementara G-Mean mencapai 94%.Penggunaan data dengan rasio 70% untuk data latihan dan 30% untuk data uji, serta pengaturan parameter K=1, menunjukkan bahwa kombinasi KNN dan Information Gain mampu menghasilkan klasifikasi yang sangat efektif dan akurat terhadap ulasan mengenai program prakerja tersebut.

Berdasarkan hasil penelitian, beberapa saran penelitian lanjutan yang dapat dilakukan adalah: Pertama, memperluas sumber data dengan menggunakan platform media sosial lainnya seperti Instagram atau Facebook untuk menganalisis sentimen terkait program Kartu Prakerja. Kedua, mencoba metode seleksi fitur selain Information Gain untuk mengetahui seberapa akurat setiap metode dalam meningkatkan performa model. Ketiga, melakukan analisis sentimen dengan menggunakan dataset yang lebih besar dan beragam untuk meningkatkan akurasi dan generalisasi model.

  1. Sentiment Analysis on Twitter of Anies Baswedan as a 2024 Presidential Candidate Using the K-Nearest... doi.org/10.33379/gtech.v7i4.2723Sentiment Analysis on Twitter of Anies Baswedan as a 2024 Presidential Candidate Using the K Nearest doi 10 33379 gtech v7i4 2723
  2. KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN KARTU PEKERJA DI INDONESIA | Anggraini | Faktor Exacta.... journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/view/7964KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN KARTU PEKERJA DI INDONESIA Anggraini Faktor Exacta journal lppmunindra ac index php Faktor Exacta article view 7964
  3. ANALISIS SENTIMEN PENGGUNA GOPAY MENGGUNAKAN METODE LEXICON BASED DAN SUPPORT VECTOR MACHINE | KOMPUTEK.... studentjournal.umpo.ac.id/index.php/komputek/article/view/270ANALISIS SENTIMEN PENGGUNA GOPAY MENGGUNAKAN METODE LEXICON BASED DAN SUPPORT VECTOR MACHINE KOMPUTEK studentjournal umpo ac index php komputek article view 270
Read online
File size836.66 KB
Pages10
DMCAReport

Related /

ads-block-test