Nuari Ananda, -
(2023)
KLASIFIKASI SENTIMEN TWEET MASYARAKAT
TERHADAP KENDARAAN LISTRIK
MENGGUNAKAN SUPPORT VECTOR MACHINE.
Jurnal Informatika Universitas Pamulang, 8 (4).
pp. 568-577.
ISSN ISSN: 2541-1004 e-ISSN: 2622-4615
Abstract
Analisis sentimen adalah studi tentang komputer yang mengubah item dan kualitasnya menjadi teks, yang mencakup opini dan perasaan publik. Algoritma klasifikasi digunakan dalam pembelajaran mesin untuk mempermudah mengidentifikasi sentimen positif dan negatif dalam pernyataan atau dokumen. Kendaraan listrik merupakan produk dari circular economy dan juga teknologi baru dalam dunia otomotif, dalam penelitian klasifikasi sentimen, peneliti menggunakan algoritma Support Vector Machine (SVM) karena memiliki akurasi yang lebih baik dibandingkan algoritma lainnya. Bahasa pemrograman Python digunakan untuk membangun model, seleksi fitur menggunakan TF-IDF, menggunakan Cross Validation dan grid search untuk pelatihan, confusion matrix untuk evaluasi, dan menggunakan basis data MySQL untuk menyimpan dataset. Penelitian ini melibatkan klasifikasi sentimen dari 3000 tweet publik tentang kendaraan listrik di Twitter. Pada pengujian yang dilakukan dengan delapan skenario, akurasi terendah sebesar 81.3% dengan skenario tanpa data acak, tanpa penanganan negasi, dan bigram kemudian akurasi tertinggi sebesar 84% dengan skenario data acak, menggunakan penanganan negasi, dan unigram, dengan jumlah fitur unigram 182 dan bigram 116 setelah dilakukan seleksi fitur. Dari kedelapan skenario tersebut dapat disimpulkan bahwa pengacakan data dan fitur berupa unigram maupun bigram mempengaruhi akurasi klasifikasi sentimen pada kasus kendaraan listrik di Twitter.
Kata Kunci: analisis sentimen, kendaraan listrik, Support Vector Machine, negasi.
Actions (login required)
 |
View Item |
