EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Perancangan Aplikasi Analisis Sentimen Terhadap Opini Penghapusan Skripsi pada Twitter menggunakan Metode Naïve Bayes

Triyadi, Redo Abeputra Sihombing, Fauzan Natsir

Elconika: Jurnal Teknik Elektro · 2023

DOI: 10.33752/elconika.v2i1.5518 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Elconika: Jurnal Teknik Elektro, 2023. Verfasst von Triyadi und 2 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Analisis sentimen merupakan suatu teknik penambangan text mining untuk memperoleh data mengenai sentimen positif, netral, atau negatif. Analisis sentimen disediakan bagi orang-orang di social media dalam penyampaian ulasan-ulasan terkait isu berkembang. Twitter menjadi media sosial yang siapapun bebas mengemukakan opininya. Twitter hampir mempunyai 600 juta user dan menghasilkan lebih dari 250 juta tweets per hari. Oleh karena itu, social media Twitter ini dianggap sebagai sumber yang kaya akan informasi. Salah satu topik atau isu yang sedang berkembang belakangan ini dalam dunia pendidikan adalah terkait pernyataan tentang skripsi dihapuskan. Dengan penerapan teknik text mining dan metode klasifikasi kita dapat menentukan apakah sentimen yang di berikan oleh orang-orang tersebut bernilai positif, netral, atau negatif. Algoritma ini sering digunakan dalam analisis sentimen dengan metode pengklasifikasi Naïve Bayes. Tantangan dari penelitian ini adalah dengan data yang tidak terstruktur dan jumlah data yang banyak, maka akan kesulitan mengolah dan mengklasifikasi data tersebut. Untuk mempermudah dalam mengolah dan mengklasifikasikasi data tersebut maka di lakukan tahapan-tahapan preprocessing dimana sebelum data twitter ini di analisis menggunakan algortima Naïve Bayes. Pada tahap awal akan di lakukan tahap pemotongan string input dari sebuah kalimat selanjutnya proses menghilangkan kata-kata yang ambigu atau tidak di perlukan. Kemudian kata-kata tersebut di ubah terlebih dahulu menjadi text berdasarkan kata dasarnya sehingga saat pembobotan nilai kata tersebut antar beberapa kalimat dengan imbuhan yang berbeda bernilai sama dan mengubah huruf capital menjadi kuruf kecil. Hasil dari studi literatur dan pengujian dengan metode ini menghasilkan bahwa algoritma Naïve Bayes mendapatkan nilai akurasi 87.40% dari total 54 tweets yang dijadikan sample data.

Zitieren

APA

Triyadi, Sihombing, R. A., & Natsir, F. (2023). Perancangan Aplikasi Analisis Sentimen Terhadap Opini Penghapusan Skripsi pada Twitter menggunakan Metode Naïve Bayes. Elconika: Jurnal Teknik Elektro. https://doi.org/10.33752/elconika.v2i1.5518

Vancouver

Triyadi, Sihombing RA, Natsir F. Perancangan Aplikasi Analisis Sentimen Terhadap Opini Penghapusan Skripsi pada Twitter menggunakan Metode Naïve Bayes. Elconika: Jurnal Teknik Elektro. 2023. doi:10.33752/elconika.v2i1.5518

BibTeX
@article{Triyadi2023,
  author = {Triyadi and Sihombing, Redo Abeputra and Natsir, Fauzan},
  title = {Perancangan Aplikasi Analisis Sentimen Terhadap Opini Penghapusan Skripsi pada Twitter menggunakan Metode Naïve Bayes},
  journal = {Elconika: Jurnal Teknik Elektro},
  year = {2023},
  doi = {10.33752/elconika.v2i1.5518}
}
Kostenlos starten →