Dea Ropija Sari, - (2023) Klasifikasi Sentimen Masyarakat di Twitter Terhadap Ancaman Resesi Ekonomi 2023 dengan Metode Naïve Bayes Classifier. Jurnal Sistem Komputer dan Informatika (JSON), 4 (4). pp. 577-585. ISSN 2685-998x
|
Text
REPOSITORY JURNAL DEA.pdf Download (2MB) | Preview |
Abstract
Resesi ekonomi merupakan suatu kondisi di mana pemulihan ekonomi suatu negara melambat atau memburuk, yang dapat berlangsung selama bertahun-tahun karena pertumbuhan produk domestik bruto (PDB) melambat secara signifikan selama dua kuartal. Peringatan dini akan terjadinya resesi global menjadi perhatian setiap negara di dunia, bahkan resesi global berdampak besar bagi Indonesia. Misalnya, pengeluaran publik dipotong karena pendapatan menurun, pengangguran meningkat dan kemiskinan meningkat, dan banyak yang menghadapi PHK atau pemotongan upah. Penguatan ekonomi penting untuk meminimalisir ancaman tersebut, dan penelitian ini harus dilakukan untuk melihat reaksi masyarakat terhadap ancaman resesi ekonomi. Twitter memberikan wadah kepada pengguna untuk memberikan komentar terhadap permasalahan resesi ekonomi 2023 yang bisa dijadikan informasi klasifikasi sentimen guna mendapatkan komentar positif dan negatif. Penelitian ini menggunakan algoritma naïve bayes classifier. Dalam penelitian ini terdapat tujuh proses utama, yaitu pengumpulan data, pelabelan manual, processing, pembobotan fitur (tf-idf), tresholding, klasifikasi metode naïve bayes, dan pengujian. Dari 1408 data komentar dalam Twitter mengenai ancaman resesi ekonomi 2023. Berdasarkan hasil klasifikasi, menggunakan 2 model pengujian yaitu data balance dan data tidak balance diperoleh hasil pengujian data balance terbaik dengan hasil akurasi tertinggi dengan proses klasifikasi menggunakan algortima naïve bayes classifier menghasilkan akurasi sebesar 78% yang didapat dengan memakai model perbandingan 90% training data dan 10% test data. Kata Kunci: Resesi; Klasifikasi Sentimen; Naïve Bayes Classifier; Twitter; Ekonomi
Item Type: | Article |
---|---|
Subjects: | 000 Karya Umum > 001 Ilmu Pengetahuan > 001.42 Metode Riset |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 15 Jan 2024 06:55 |
Last Modified: | 15 Jan 2024 06:55 |
URI: | http://repository.uin-suska.ac.id/id/eprint/76732 |
Actions (login required)
View Item |