Siti Nurhaliza, - (2023) Klasifikasi Sentimen Masyarakat di Twitter Terhadap Kenaikan Harga BBM dengan Metode Support Vector Machine. Klasifikasi Sentimen Masyarakat di Twitter Terhadap Kenaikan Harga BBM dengan Metode Support Vector Machine, 4 (4). pp. 586-593. ISSN 2685-998X

Preview

Text SITI NURHALIZA.pdf - Published Version Download (2MB) | Preview

Abstract

Abstrak–Kenaikan harga Bahan Bakar Minyak (BBM) di Indonesia selalu menjadi kontroversi yang bisa dilihat dari mediamedia online seperti Twitter yang berpengaruh terhadap perekonomian Indonesia, dengan adanya masalah tersebut hal itu memberikan dampak perubahan pada ketidakstabilan biaya akan kenaikan harga BBM yang juga akan berpengaruh pada tingkat bertambahnya biaya transportasi dan tingkat inflasi. Pengaruh perubahan tersebut banyak mengarah pada opini -opini masyarakat yang berbeda sehingga menghasilkan pro dan kontra terhadap perubahan tersebut, dengan adanya permasalahan di atas maka proses klasifikasi sangat dibutuhkan. Penelitian ini menggunakan 3000 data tweet yang didapat dari proses crawling. Penelitian ini mendapatkan akurasi sebesar 85% pada perbandingan 90:10, untuk nilai precission sebesar 85%, recall 99% dan f1-score sebesar 91% untuk sentimen negatif, sedangkan nilai precission 83%, recall 19%, f1-score 30% untuk sentimen positif. Kemudian pada percobaan perbandingan 80:20 didapatkan akurasi sebesar 83%, untuk nilai precission sebesar 83%, recall 99% dan f1-score sebesar 91% untuk sentimen negatif, sedangkan nilai precission 82%, recall 16%, f1-score 26% untuk sentimen positif. Kata Kunci: Support Vector Machine; Sentimen Analisis; Kenaikan Bbm; Twitter; Klasifikasi

Actions (login required)

View Item