MUHAMMAD RAVIL, -
(2024)
PENINGKATAN PERFORMA KLASIFIKASI SENTIMEN TWEET KAESANG MENGGUNAKAN NAÏVE BAYES DENGAN PSO PADA DATASET KECIL.
KLIK: Kajian Ilmiah Informatika dan Komputer, 4 (6).
pp. 2909-2917.
ISSN 2723-3898
Abstract
Setelah munculnya berita tentang penunjukan Kaesang sebagai Ketua Umum Partai Solidaritas Indonesia (PSI), berbagai
spekulasi muncul di media sosial, khususnya di Twitter (X). Penelitian ini bertujuan untuk melakukan klasifikasi sentimen terhadap
berita pengangkatan Kaesang sebagai Ketum PSI menggunakan algoritma Naïve Bayes yang dioptimalkan dengan Particle Swarm
Optimization (PSO). Data yang digunakan dalam penelitian ini tweet tentang Kaesang dan tweet terkait COVID-19. Proses text
preprocessing mencakup cleaning, case folding, tokenizing, stemming, dan stopword removal. TF-IDF digunakan untuk
merepresentasikan kata dalam bentuk vektor. Pada eksperimen awal, Naïve Bayes melakukan klasifikasi dengan menggunakan data
Kaesang ditambah dengan data COVID-19, masing-masing sebanyak 300 data untuk setiap label. Particle Swarm Optimization
digunakan untuk meningkatkan kinerja algoritma Naïve Bayes. Hasil eksperimen menunjukkan bahwa model yang diuji dengan data
uji memperoleh nilai f1-score tertinggi sebesar 50%.
Actions (login required)
![View Item View Item](/style/images/action_view.png) |
View Item |