Dimensions
DimensionsFaldy, Irwiensyah (2023) Perbandingan AkurasiMetode Naïve Bayes Classifier dan Lexicon Based pada Analisis SentimenRespon Masyarakat Tentang Kebijakan Kenaikan Harga Minyak Goreng. Jurnal Teknik Informatika dan Komputer, 2 (1). pp. 18-23. ISSN 2829-0208
Preview |
Text
Jurnal.pdf Download (318kB) | Preview |
Abstract
Minyak goreng merupakan kebutuhan dasar bagi masyarakat Indonesia. Indonesia mengalami kelangkaan minyak pada bulan maret 2022. Hal ini sudah menjadi perbincangan hangat di media sosial twitter pada bulan maret lalu, banyak masyarakat yang beranggapan positif maupun negatif. Namun dibalik itu semua terdapat perbedaan penilaian dari pihak-pihak yang merasakan pro dan kontra, berbagai pihak memiliki sudut pandang yang berbeda. Pada artikel ini melakukan analisis sentimen terhadap respon masyarakat terkait kelangkaan minyak goreng menggunakan sebuah dataset yang didapatkan dari platform digital twitter. Artikel ini mempunyai tujuan untuk mengelompokkan tweets terkait kelangkaan minyak goreng ke dalam sentimen positif dan negatif menggunakan strategi machine learning dengan metode Naive Bayes dan lexicon based. Algoritma ini dipilih untuk memudahkan pengguna yang berkepentinganmelakukan perbandinganmetodeserta mengetahui seberapaakurat, yang dimana tingkat akurasi yang didapatkan dari metode lexicon 42% sertametode yang menggunakan naïve bayes classifier 72%. Menunjukan hasil analisisterkaitkelangkaan minyak goreng untuktingkatakurasi yang paling tinggi yaitu padametode yang menggunakan naïve bayes classifier dibandingkan metode yang menggunakan lexicon based.Kata kunci: minyak goreng,naïve bayes classifier,lexicon based
| Item Type: | Article |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Depositing User: | Faldy Irwiensyah |
| Date Deposited: | 03 Jun 2023 07:36 |
| Last Modified: | 03 Jun 2023 07:36 |
| URI: | http://repository.uhamka.ac.id/id/eprint/25380 |
Actions (login required)
 |
View Item |