Jozu Dermawan, - (2024) KLASIFIKASI SENTIMEN TERHADAP TOPIK PINDAH IBU KOTA NEGARA PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Klasifikasi Sentimen Terhadap Topik Pindah Ibu Kota Negara Pada Twitter Menggunakan Metode Naïve Bayes Classifier, 5 (3). pp. 600-610. ISSN 2685-998X

Preview

Text Artikel Jozu Dermawan.pdf - Published Version Download (3MB) | Preview

Abstract

Menjelang pertengahan tahun 2019, Presiden Joko Widodo mengumumkan rencana pemindahan Ibu Kota Negara Indonesia. Hal ini menimbulkan pro dan kontra di masyarakat, yang banyak terpantau dalam berbagai media sosial. Untuk mengukur dengan cepat tingkat sentimen masyarakat terhadap kebijakan pemindahan Ibu Kota Negara (IKN) yang pembangunannya sudah berjalan tersebut, diperlukan suatu sistem klasifikasi yang memiliki performa yang baik. Penelitian ini mengusulkan klasifikasi sentimen masyarakat tentang topik tersebut menggunakan metode Naïve Bayes Classifier. Data yang digunakan pada penelitian ini berjumlah 4000 tweet yang telah diklasifikasi ke dalam dua kelas, yaitu 2000 data kelas positif dan 2000 data kelas negatif. Tujuan dari penelitian ini adalah bagaimana menerapkan metode Naïve Bayes Classifier dalam mengklasifikasikan sentimen terhadap topik pindah ibu kota negara serta mengetahui tingkat akurasi dari metode tersebut. Penerapan metode klasifikasi Naïve Bayes dengan menggunakan fitur TF-IDF untuk mengklasifikasi 10% data sebagai data testing menghasilkan akurasi sebesar 77,00%, untuk nilai precision sebesar 77,06%, recall 77,08% dan f1-score sebesar 77,00%. Berdasarkan hasil yang telah dicapai, metode Naïve Bayes Classifier baik dalam tugas klasifikasi teks, dengan tingkat akurasi yang cukup baik.

Actions (login required)

View Item