Analisis Sentiment pada Sosial Media Twitter Menggunakan Naїve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequency
Jurnal Informatika Universitas Pamulang · 2017
DOI: 10.32493/informatika.v2i1.1500 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Informatika Universitas Pamulang, 2017. Verfasst von Yono Cahyono. Die Arbeit wurde bisher 5-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Pengguna media sosial saat ini sangat besar; dimana setiap orang mengungkapkan pendapat; komentar; kritik dan lain-lain. Data tersebut memberikan informasi yang berharga untuk dapat membantu orang atau organisasi dalam pengambilan keputusan. Jumlah data yang sangat besar tidak mungkin bagi manusia untuk membaca dan menganalisis secara manual. Ansalisis Sentiment merupakan proses dalam menganalisis; memahami; dan mengklasifikasi pendapat; evaluasi; penilaian; sikap; dan emosi terhadap suatu entitas tertentu seperti produk; jasa; organisasi; individu; peristiwa; topik; guna mendapatkan informasi. Penelitian ini bertujuan untuk memisahkan tweets berbahasa Indonesia pada media sosial twitter kedalam kategori positif; negatif dan netral. Metode naїve bayes Classifier (NBC) dengan feature selection Particle Swarm Optimization (PSO) diterapkan pada dataset untuk mengurangi atribut yang kurang relevan pada saat proses klasifikasi. Hasil pengujian menunjukan bahwa algoritma Naïve Bayes Classifier dengan feature selection Particle Swarm Optimization (PSO) menggunakan parameter term frequency (TF) dengan akurasi 97;48%.
Zitieren
APA
Cahyono, Y. (2017). Analisis Sentiment pada Sosial Media Twitter Menggunakan Naїve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequency. Jurnal Informatika Universitas Pamulang. https://doi.org/10.32493/informatika.v2i1.1500
Vancouver
Cahyono Y. Analisis Sentiment pada Sosial Media Twitter Menggunakan Naїve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequency. Jurnal Informatika Universitas Pamulang. 2017. doi:10.32493/informatika.v2i1.1500
BibTeX
@article{Cahyono2017,
author = {Cahyono, Yono},
title = {Analisis Sentiment pada Sosial Media Twitter Menggunakan Naїve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequency},
journal = {Jurnal Informatika Universitas Pamulang},
year = {2017},
doi = {10.32493/informatika.v2i1.1500}
}
EUVIMED