ANALISIS SENTIMENT DATA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES TERHADAP PEMBERITAAN PERKEMBANGAN PANDEMIK CORONA

Dahri Yani Hakim Tanjung, Silvia Lestari

Sari


Twitter merupakan salah satu media sosial yang sangat banyak digunakan untuk memberikan kritik akan sebuah pemberitaan atau masalah pribadi mereka.pada saat ini sedang banyak pembicaraan mengenai perkembangan virus corona di indonesia maupun di dunia, banyak media dunia yang memberikan pemberitaan melalui twitter dan ada pula para penggunaan yang memeberikan tanggapan terhadap pemberitaan tersebut. Maka dari itu pada penelitian ini dilakukannya analisis terhadap tweet atau tanggapan para pengguna twitter terhadap perkembangan atau isu pandemik korea. Penelitian ini dilkukan dengan cara memisahkan sentiment atau tanggapan yang negatif dan positf menggunakan algoritma naive bayes, dan Support Vector Machine ( SVM ). Hasil pengujian yang dilakukan dapat menunjukkan bahwa tingkat akurasi dengan term frequency memberikan hasil hasil akurasi yang lebih baik daripada akurasi dengan fitur TF-IDF. Metode Support Vector Machine menghasilkan akurasi yang lebih baik daripada metode Naive Bayes baik dalam klasifikasi sentimen maupun dalam klasifikasi kategori. Namun demikian, secara keseluruhan penggunaan metode Support Vector Machine dan Naive Bayes sama-sama memiliki performansi yang cukup baik untuk melakukan klasifikasi tweet.


Kata Kunci


Analisis Sentiment; Naive Bayes; Support Vector Machine; Twitter; Pandemik Corona

Teks Lengkap:

PDF

Referensi


C. Cortes and vladimir Vapnik, “Photonit neural networks and learning mathines the role of electron-trapping materials,” Support. Networks, vol. 7, no. 5, pp. 63–72, 1992, doi: 10.1109/64.163674.

S. Styawati and K. Mustofa, “A Support Vector Machine-Firefly Algorithm for Movie Opinion Data Classification,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 13, no. 3, p. 219, 2019, doi: 10.22146/ijccs.41302.

J. Nayak, B. Naik, and H. S. Behera, “A Comprehensive Survey on Support Vector Machine in Data Mining Tasks: Applications & Challenges,” Int. J. Database Theory Appl., vol. 8, no. 1, pp. 169–186, 2015, doi: 10.14257/ijdta.2015.8.1.18.

A. Abubakar et al., “A support vector machine classification of computational capabilities of 3D map on mobile device for navigation aid,” Int. J. Interact. Mob. Technol., vol. 10, no. 3, pp. 4–10, 2016, doi: 10.3991/ijim.v10i3.5056.

N. N. A. Sjarif, Y. Yahya, S. Chuprat, and N. H. F. M. Azmi, “Support vector machine algorithm for SMS spam classification in the telecommunication industry,” Int. J. Adv. Sci. Eng. Inf. Technol., vol. 10, no. 2, pp. 635–639, 2020, doi: 10.18517/ijaseit.10.2.10175.

I. Ernawati, “Naïve Bayes Classifier Dan Support Vector Machine Sebagai Alternatif Solusi Untuk Text Mining,” J. Int. Ti2, vol. 5, no. 1, pp. i–viii, 2016, [Online]. Available: http://tip.ppj.unp.ac.id/index.php/tip/article/view/219/122.

H. Tuhuteru and A. Iriani, “Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier,” J. Inform. J. Pengemb. IT, vol. 3, no. 3, pp. 394–401, 2018, doi: 10.30591/jpit.v3i3.977.

T. k and M. Wadhawa, “Analysis and Comparison Study of Data Mining Algorithms Using Rapid Miner,” Int. J. Comput. Sci. Eng. Appl., vol. 6, no. 1, pp. 9–21, 2016, doi: 10.5121/ijcsea.2016.6102.

I. M. Noor and M. Turan, “Sentiment Analysis using Twitter Dataset,” IJID (International J. Informatics Dev., vol. 8, no. 2, p. 81, 2020, doi: 10.14421/ijid.2019.08206.

L. Batista and S. Ratté, “Multi-Classifier System for Sentiment Analysis and Opinion Mining,” in Encyclopedia of Social Network Analysis and Mining, New York, NY: Springer New York, 2017, pp. 1–9.

A. Pertiwi, A. Triayudi, and E. T. E. Handayani, “Sentiment Analysis of the Impact of Covid-19 on Indonesia’s Economy through Social Media Using the ANN Method,” J. Mantik, vol. 4, no. May, pp. 605–612, 2020.




DOI: http://dx.doi.org/10.22303/it.9.2.2021.111-120

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

##submission.license.cc.by4.footer##

Redaksi IT Journal. Gedung A, LPPM Lt2, Universitas Potensi Utama. Jl. K.L. Yos Sudarso Km 6,5 No.3-A Telp. (061) 6640525 Ext. 214 Tanjung Mulia Medan 20241

 

QriesQriesQries

 

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 
Flag Counter
situs toto slot gacor data macau slot gacor slot demo slot gacor slot demo slot deposit pulsa slot gacor slot gacor slot demo slot demo slot gacor slot pulsa slot pulsa slot demo slot gacor Slot Gacor 777 Slot Terbaru Data Macau Slot Pulsa Slot Demo Slot Thailand Slot Gacor Slot demo Slot demo Slot demo Slot demo Slot gacor hari ini slot gacor maxwin slot gacor server thailand slot gacor slot gacor slot gacor Slot Gacor Maxwin