Muhammad Rizki Syafapri, - (2024) KLASIFIKASI SENTIMEN TERHADAP LARANGAN PERNIKAHAN BEDA AGAMA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Jurnal Computer Science and Information Technology (CoSciTech), 5 (1). pp. 10-18. ISSN 2723-5661
This is the latest version of this item.
Text
Muhammad Rizki Syafapri Repository.pdf Download (1MB) |
|
Text
6889 - Published Version Download (45kB) |
Abstract
Pernikahan beda agama masih menjadi isu kontroversial bagi masyarakat Indonesia yang multikultural. Aturan Undang-Undang Nomor 1 Tahun 1974 yang melarang pernikahan beda agama memicu berbagai tanggapan di masyarakat. Pada tahun 2023, Mahkamah Agung (MA) mengeluarkan putusan yang melarang pengadilan agama mencatatkan pernikahan beda agama. Hal ini semakin memperkuat kontroversi dan memicu berbagai reaksi dari masyarakat. Platform seperti Instagram menjadi wadah bagi masyarakat untuk mengekspresikan berbagai sentimen mereka terhadap isu ini, mulai dari dukungan, penolakan, hingga pertanyaan dan keraguan. Penelitian ini mengklasifikasikan 1000 komentar Instagram yang dikumpulkan dari lima akun media sosial berita. Komentar tersebut dilabeli secara manual oleh seorang pakar yang berprofesi sebagai dosen bahasa Indonesia, sehingga terbagi menjadi 500 komentar positif dan 500 komentar negatif. Setelah melalui proses text preprocessing dan pembobotan TF-IDF, metode Naïve Bayes Classifier berhasil mencapai tingkat akurasi tertinggi sebesar 76% dengan menggunakan 10% data uji dari dataset untuk mengklasifikasikan sentimen masyarakat terhadap larangan pernikahan beda agama pada komentar Instagram.
Item Type: | Article | ||||||||
---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
||||||||
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika | ||||||||
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika | ||||||||
Depositing User: | fsains - | ||||||||
Date Deposited: | 28 May 2024 01:33 | ||||||||
Last Modified: | 28 May 2024 01:33 | ||||||||
URI: | http://repository.uin-suska.ac.id/id/eprint/78878 |
Available Versions of this Item
Actions (login required)
View Item |