ANALISIS SENTIMEN OPINI PUBLIK TERHADAP EFEK PSBB PADA TWITTER DENGAN ALGORITMA DECISION TREE,KNN, DAN NAÏVE BAYES
Abstract
Aspirasi masyarakat terkadang sulit untuk disampaikan kepada pihak penanggung jawab secara langsung, hal tersebut mendorong masyarakat untuk menyampaikan aspirasi, kritik dan sejenisnya melalui media sosial, salah satunya media sosial yang popular saat ini adalah twitter. Kumpulan aspirasi atau tweet dari pengguna twitter mengenai efek PSBB salah satunya, dapat dimanfaatkan menjadi sebuah analisis sentimen opini publik. Data mengenai efek PSBB didapatkan sebanyak 170 opini, kemudian diolah menggunakan teknik penambangan data (data mining), didalamnya terdapat proses penambangan teks, tokenize, transformasi, klasifikasi, dan stem. Kemudian dikalkulasikan kedalam tiga algoritma yang berbeda untuk dibandingkan, algoritma yang digunakan yaitu Decision Tree, K-Nearest Neighbors (K-NN), dan Naïve Bayes Classifier dengan tujuan menemukan akurasi terbaik. Aplikasi Rapidminer Versi 7.1 juga digunakan untuk mempermudah penulis dalam mengolah data. Hasil tertinggi dari penelitian ini adalah algoritma Decision Tree dengan nilai accuracy 83,3%, precision 79% dan recall 87,17%.
Downloads
Abstract viewed = 2919 times
PDF downloaded = 2888 times
Penulis yang menerbitkan jurnal ini menyetujui ketentuan berikut:
1. Penulis memegang hak cipta dan memberikan hak jurnal mengenai publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution 4.0 International License. yang memungkinkan orang lain untuk berbagi karya dengan pengakuan atas karya penulis dan publikasi awal pada jurnal.
2. Penulis dapat memasukkan pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan (misalnya, mengirimkannya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya pada Jurnal.
3. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam penyimpanan institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat menghasilkan pertukaran yang produktif, serta kutipan dari karya yang diterbitkan sebelumnya.
