Iqbal Salim Thalib, - (2023) Klasifikasi Sentimen Tragedi Kanjuruhan Pada Twitter Menggunakan Algoritma Naïve Bayes. Klasifikasi Sentimen Tragedi Kanjuruhan Pada Twitter Menggunakan Algoritma Naïve Bayes, 4 (3). pp. 467-473. ISSN 2685-998X

Preview

Text JURNAL WATERMARK IQBAL SALIM THALIB.pdf Download (1MB) | Preview

Abstract

Peristiwa Kanjuruhan Malang terjadi pada tanggal 1 Oktober dengan mengakibatkan 132 orang meninggal, 96 orang luka berat, dan 484 luka ringan. Penyebab kerusuhan itu terjadi karena dipicu provokasi antara suporter Arema Malang dan supporter Persebaya Surabaya yang menyebutkan kata-kata kasar dan tindakan provokatif lainnya yang menimbulkan kemarahan di kedua sisi. Analisis sentimen tragedi Kanjuruhan dengan metode Naive Bayes dilakukan melalui tweet yang diambil melalui Twitter untuk memahami persepsi masyarakat terhadap kejadian tersebut. Algoritma Naïve Bayes dilakukan untuk klasifikasi sentimen data tweet yang diterapkan dengan mengolah teks tweet dan mengklasifikasikannya menjadi positif, negative, dan netral. Dalam penelitian ini menggunakan data sebanyak 4843 data dan dilakukan dengan data tweet yang telah di crawling menghasilkan sebanyak 2.042 data. Penelitian ini bertujuan untuk mengklasifikasi sentimen serta mengetahui tingkat akurasi pada algoritma Multinomial Naïve Bayes dalam tragedi Kanjuruhan dengan menggunakan dataset yang berupa tweet dari media sosial twitter. Data tweet yang telah diproses dibagi menjadi dua jenis yaitu data latih mendapatkan sebanyak 90% dan data uji sebanyak 10%. Hasil klasifikasi ini mendapatkan accuracy Naïve Bayes sebesar 75% dengan precission sebesar 73%, recall sebesar 75%, dan nilai f1-score sebesar 74%. Hasil data tweet yang digunakan dipenelitian ini bisa ditanggapan bahwa algoritma Naïve Bayes mempunyai nilai akurasi yang cukup baik.

Actions (login required)

View Item