Studi Komprehensif Algoritma Naive Bayes Classifier Dengan Support Vector Machine Pada Sentiment Analysis Opini Pembangunan Infrastruktur di Media Sosial Twitter

Dina Maulina

Abstract


Pada saat ini media sosial sebagai tempat untuk beropini bisa di pandang juga sebagai tempat penyimpanan data yang memiliki pola tertentu. Sentimen analisis akan menggunakan model teertentu untuk menghasilkan informasi yang lebih terproses agar data yang di sajikan bisa mensimpulkan pola yang berkembang di masyarakat. Penelitian ini akan menyimpulkan perbandingan hasil akurasi dari NBC dan SVM serta melihat pola opini yang berkembang di masyarakat terhadap pembangunan infrastruktur yang di jalankan oleh pemerintah indonesia. Tujuan dari penelitian ini adalah menganalisa perbandingan model pembelajaran dari dua algoritma yaitu Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC) yang di implementasikan kepada objek sentimen masyarakat Indonesia di media sosial Twitter. Selama ini telah di ketahui bahwa kebanyakan sentimen analisis yang telah di lakukan hanya menggunakan model pembelajaran tertentu. Diperlukan pembanding terhadap model lain guna menemukan nilai akurasi terbaik dari setiap model yang di pilih. Berdasarkan hasil pengujian didapatkan akurasi dari Naïve Bayes Classifier dan Support Vector Machine untuk klasifikasi sentiment analysis di dapat melalui proses pembelajaran terhadap model yang di buat dan menghasilkan nilai akurasi sebesar 85.6 % untuk NBC dan 86,21 % untuk SVM.

Keywords


Sentimen Analisis, Naïve Bayes Classifier, Support Vector Machine, Pembangunan Infrastruktur, Klasifikasi. ABSTRACT

Full Text:

PDF (Indonesian)

References


Indrayuni, E. (2018). “Komparasi Algoritma

Naïve Bayes dan Support Vector Machine Untuk

Analisa Review Film”. Jurnal. PILAR Nusa

Mandiri Vol.14, No.2. September 2108.

Han, J., & Kamber, M. (2006). “Data Mining

Concepts and Techniques”. Buku. San

Fransisco: Elsevire.7 & 641.

Larose, D.T. “Discovering Knowledge in Data”.

Canada: Wiley-Interscience”, 2005. 2. Buku.

Lestari, A. Perdana, R. Fauzi, M. (2017).

“Analisis Sentimen Tentang Opini Pilkada DKI

Pada Dokumen Twitter Berbahasa

Indonesia Menggunakan Naïve Bayess Classfier

dan Pembobotan Emoji”. Jurnal. Pengembangan

Teknologi Informasi dan Ilmu Komputer Vol.1,

No.12. Desember 2017. 1718-1724.

Maulina, D. Sagara, R. (2018). Klasifikasi

Artikel Hoax Menggunakan Support Vector

Machine Linear Dengan Pembobotan Term

Frequency-Inverse Document Frequency.

Jurnal. Ilmu Komputer Univesitas AMIKOM

Yogyakarta

Mujilahwati, S. (2016). Pre-processing Text

Mining Pada Twitter. Jurnal. Teknik

Informatika, Fakultas Teknik, Universitas Islam

Lamongan.

Pudjajana, A. M., Manongga, D. (2018).

“Sentimen Analisis Tweet Pornografi Kaum

Homoseksual Indonesia Di Twitter Dengan

Naïve Bayes”. Jurnal. SIMETRIS, Vol.9 No.1,

April 2018.

Rustiana, D., and Rahayu, N., 2017. “Analisa

Sentimen Pasar Otomotif Mobil: Tweet Twitter

menggunakan Naïve Bayes”, Jurnal Simetris 8.

, 113-120.

Saputra, N. Bharata, T. Erna, A. (2015).

“Analisis Sentimen Data Presiden Jokowi

Dengan PreProcessing Normalisasi dan

Stemming Menggunakan Metode Naïve Bayes

dan SVM”. Jurnal Dinamika Informatika. Vol.5,

No.1, November 2015.

Sari, R. (2017). “Komparasi Algoritma Support

Vector Machine, Naïve Bayes Classifier, dan

C4.5 Untuk Klasifikasi SMS”. Jurnal.

Indonesian Journal on Computer and

Information Technology, Vol.2, No.2, November

Sugianto, C.A. (2015). “Analisis Komparasi

Klasifikasi Untuk Menangani Data Tidak

Seimbang Pada Data Kebakaran Hutan”. Jurnal.

Teknil Informatika. Politeknik TEDC Bandung.

Susanto, C. P., Setiyawan, E. I. (2015).

“Algoritma Support Vector Machine Untuk

Mendeteksi SMS Spam Berbahasa Indonesia”.

Jurnal. Seminar Nasional "Inovasi dalam desain

dan Teknologi:, 109-116.

Zulfa, I., and Winarko, E., 2017. “Sentimen

Analisis Tweet Berbahasa Indonesia dengan

Deef Belief Network”. IJCSS 11. 2, 187-198.


DOI http://dx.doi.org/10.35585/inspir.v12i1.2640
Abstract 522 kali dilihat
PDF (Indonesian) 267 kali diunduh

Refbacks

  • There are currently no refbacks.



Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.