ANALISIS SENTIMEN REGISTRASI ULANG KARTU SIM PADA TWITTER MENGGUNAKAN ALGORITMA SVM DAN K-NN

Penulis

  • Mira Kusmira STMIK Nusa Mandiri Jakarta

Kata Kunci:

Analisis Sentiment, Registrasi Ulang Kartu SIM, VSM, K-NN, Twitter

Abstrak

Analisis sentimen adalah proses menganalisa, memahami dan mengklasifikasikan pendapat, evaluasi, penilaian, sikap dan emosi terhadap suatu entitas seperti pada peristiwa Registrasi Ulang Kartu SIM yang ramai menjadi perbincangan di dunia nyata maupun media sosial, salah satunya adalah twitter. Semua orang dengan bebas memberikan pendapatnya atau beropini tentang registrasi ulang kartu SIM sehingga memunculkan banyak opini. Penelitian ini menggunakan teks bahasa indonesia yang terdapat pada twitter berupa opini sehingga pengklasifikasian kategori Positive, Negative dilakukan secara manual. Metode yang digunakan dalam penelitian ini untuk proses klasifikasi analisis sentiment menggunakan metode k-Nearest Neighbor (k-NN), dan Support Vector Machine (SVM) hasil dari penelitian ini adalah analisis sentiment terhadap registrasi ulang kartu SIM, Metode SVM dianggap lebih baik dari pada metode k-NN dalam penelitian ini karena menghasilkan Accuracy 78.97 % dan AUC 0.851

Unduhan

Data unduhan belum tersedia.

Referensi

Kementrian Kesehatan RI. (2014, September). Situasi Kesehatan Jantung. Pusat Data Dan Informasi Kementrian Kesehatan RI, 1–8. Retrieved from https://www.kemkes.go.id/resources/download/pusdatin/infodatin/infodatin-jantung.pdf

Palaniappan, S., & Awang, R. (2008). Intelligent heart disease prediction system using data mining techniques. AICCSA 08 - 6th IEEE/ACS International Conference on Computer Systems and Applications, (December), 108–115. https://doi.org/10.1109/AICCSA.2008.4493524

Prathama, A. Y., Aminullah, A., Saputra, A., Teknik, D., & Mada, U. G. (2017). UNTUK PENENTUAN PROSENTASE BOBOT PEKERJAAN PADA RUMAH SAKIT PRATAMA, 7. https://doi.org/10.22146/teknosains.30139

Ratnakar, S., Rajeswari, K., & Jacob, R. (2013). Prediction of Heart Disease Using Genetic Algorithm. International Journal of Advanced Computational Engineering and Neworking, 1(2), 51–55.

Rodrigo, H., & Tsokos, C. P. (2017). Artificial Neural Network Model for Predicting Lung Cancer Survival. Journal of Data Analysis and Information Processing, 05(01), 33–47. https://doi.org/10.4236/jdaip.2017.51003

Shukla, A. (2010). Real Life Applications of Soft Computing. Real Life Applications of Soft Computing. https://doi.org/10.1201/ebk1439822876

Sukma, A. R., & Halfis, R. (2019). PREDIKSI DAN ANALISIS PENYAKIT KARDIOVASKULAR DENGAN, 16(2), 1–6.

##submission.downloads##

Diterbitkan

2019-08-18

Cara Mengutip

Kusmira, M. (2019). ANALISIS SENTIMEN REGISTRASI ULANG KARTU SIM PADA TWITTER MENGGUNAKAN ALGORITMA SVM DAN K-NN. INTI Nusa Mandiri, 14(1), 105–110. Diambil dari https://ejournal.nusamandiri.ac.id/index.php/inti/article/view/541

Terbitan

Vol 14 No 1 (2019): INTI Periode Agustus 2019

Bagian

Articles

Lisensi

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.