Fuji Astuti, - and Reski Mai Candra, - and Siti Ramadhani, - (2022) KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP PEMERINTAH TERKAIT PENERAPAN KEBIJAKAN NEW NORMAL MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Jurnal Nasional Komputasi dan Teknologi Informasi, 5 (3). pp. 531-538. ISSN 2621-3052
|
Text
Fuji Astuti-Paperbase- Repositori.pdf Download (2MB) | Preview |
Abstract
Instagram memiliki berbagai macam pengguna tanpa terkecuali pemerintah, akun instagram pemerintah sendiri memiliki fungsi sebagai salah satu media informasi bagi masyarakat untuk mengetahui berita terbaru. Pemerintah telah melakukan berbagai upaya untuk mengurangi dan memutus rantai penyebaran virus covid-19, salah satu langkah yang diambil pemerintah dalam menghadapi covid-19 dengan menerapkan kebijakan New Normal. Tujuan penulis dari penelitian ini adalah untuk menghitung akurasi metode K-Nearest Neighbor pada klasifikasikan sentimen dari opini masyarakat terkait penerapan kebijakan new normal. Penelitian ini dilakukan melalui beberapa tahapan yaitu pengumpulan data dari akun yang dikelola pemerintah. Setelah itudata tersebut dilakukan proses preprocessing. Lalu membuat model dengan menggunakan word embedding FastText. Selanjutnya menggunakan feature engineering dalam melakukan improve untuk menghasilkan fitur terbaik. Dataset dalam penelitian ini berjumlah 4717 data yang terbagi dari 1456 data kelaspro, 1662 data kelas netral, 1599 data kelas kontra. Pengujian yang dilakukan menggunakan confusion matrixdengan cara menguji data latih dan data uji sebanyak 3 kali dengan perbandingan data 90:10 yaitu nilai akurasisebesar 60,169% dan pada k-40 dengan perbandingan 80:20 yaitu nilai akurasi 60,16%, sedangkan akurasi terendah terdapat pada perbandingan data 70:30 yaitu 58,12%.
Item Type: | Article |
---|---|
Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 22 Jul 2022 04:00 |
Last Modified: | 22 Jul 2022 04:00 |
URI: | http://repository.uin-suska.ac.id/id/eprint/61699 |
Actions (login required)
View Item |