Mar`iy Romizzidi Amly, - (2023) Penerapan Metode Naïve Bayes Classifier Pada Klasifikasi Sentimen Terhadap Anies Baswedan Sebagai Bakal Calon Presiden 2024. Jurnal Sistem Komputer dan Informatika (JSON), 4 (4). pp. 621-631. ISSN 2685-998x

Preview

Text Repository Mar`iy Romizzidi Amly.pdf - Published Version Available under License Creative Commons Attribution. Download (1MB) | Preview

Abstract

Anies Baswedan menjadi tokoh politik yang telah dinyatakan sebagai bakal calon presiden 2024. Opini masyarakat merupakan sumber informasi yang berharga untuk menganalisis sentimen terhadap Anies Baswedan sebagai bakal calon presiden 2024. Terbatasnya tenaga manusia, ketidakstabilan emosi, dan lamanya waktu yang dibutuhkan menjadi kesulitan dalam menganalisis sentimen terhadap data yang berjumlah besar secara manual. Machine learning dimanfaatkan untuk memberikan kemudahan dalam klasifikasi sentimen. Penelitian ini menerapkan metode Naïve Bayes Classifier dalam klasifikasi sentimen terhadap Anies Baswedan sebagai bakal calon presiden 2024. Penelitian ini bertujuan untuk mengetahui kinerja metode Naïve Bayes Classifier pada klasifikasi sentimen terhadap Anies Baswedan sebagai bakal calon presiden 2024. Dataset yang digunakan sebanyak 3.400 yang dilabelkan secara crowdsourcing menghasilkan 2.130 positif (62,65%) dan 1.270 negatif (37,35%). Pengujian dilakukan menggunakan metode validasi silang 10-fold cross-validation dan 5-fold cross-validation yang masing-masing terdiri dari dua skenario percobaan, yaitu menggunakan dataset yang tidak seimbang dan menggunakan dataset yang seimbang. Metode Naive Bayes Classifier menghasilkan model terbaik pada pengujian 10-fold cross-validation dengan akurasi sebesar 89,76%, presisi sebesar 89,92%, recall sebesar 89,76%, dan f1-score sebesar 89,75% pada fold keenam dengan menentukan nilai threshold sebesar 13 pada percobaan dengan menggunakan dataset seimbang yang terdiri dari 1.270 positif dan 1.270 negatif dengan rata-rata tingkat akurasi sebesar 79,88%.

Actions (login required)

View Item