PENERAPAN ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN KELANGKAAN MINYAK GORENG PADA MEDIA SOSIAL TWITTER

Muhammad Nasrul Fadillah, Rini Nuraini Sukmana

Abstract


Twitter merupakan salah sebagian dari sosial media yang banyak digemari hingga saat ini. Pada akhir – akhir ini yang menjadi trending topic di Twitter yaitu mengenai isu kelangkaan minyak goreng, dimana masyarakat Indonesia saat ini sedang dihadapi krisis minyak goreng. Minyak goreng merupakan salah sebagian dari kebutuhan pokok di masyarakat. Sehingga bermunculan opini baik positif maupun negatif terhadap isu tersebut. Untuk mengetahui opini yang ada di Twitter maka yang harus dilakukan adalah mengolah data tweet untuk diklasifikasikan menjadi opini positif dan negatif. Salah satu cara dalam menganalisis yang dapat diaplikasikan yaitu Analisis Sentimen. Dalam melangsungkan analisis sentimen diperlukan suatu algoritma yang mumpuni yaitu Naïve Bayes Classifier untuk mendapatkan hasil akurasi yang maksimal serta untuk menunjang aplikasi tersebut dalam mengklasifikasikan data tweet pada media sosial Twitter pada isu kelangkaan minyak goreng.


Keywords


Analisis Sentimen; Minyak Goreng; Naive Bayes Classifier; Twitter

Full Text:

PDF

References


F. V. Sari, “ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD . ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI,” vol. 10, no. 2, pp. 681–686, 2019.

T. T. Widowati et al., “ANALISIS SENTIMEN TWITTER TERHADAP TOKOH PUBLIK DENGAN ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR,” vol. 11, no. 2, 2020.

J. Teknologi and I. Jtsi, “Analisis Sentimen Respon Masyarakat Terhadap Kabar Harian Covid-19 Pada Twitter Kementerian Kesehatan,” vol. 2, no. 3, pp. 32–37, 2021.

L. Ardiani, H. Sujaini, and T. Tursina, “Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak,” J. Sist. dan Teknol. Inf., vol. 8, no. 2, p. 183, 2020, doi: 10.26418/justin.v8i2.36776.

N. Haqqizar and T. N. Larasyanti, “Analisis Sentimen Terhadap Layanan Provider Telekomunikasi Telkomsel Di Twitter Dengan Metode Naïve Bayes,” Pros. TAU SNAR-TEK 2019 Semin. Nas. Rekayasa dan Teknol., vol. 10, no. 2, pp. 1–15, 2019.

N. P. G. Naraswati, R. Nooraeni, D. C. Rosmilda, D. Desinta, F. Khairi, and R. Damaiyanti, “Analisis Sentimen Publik dari Twitter Tentang Kebijakan Penanganan Covid-19 di Indonesia dengan Naive Bayes Classification,” Sistemasi, vol. 10, no. 1, p. 222, 2021, doi: 10.32520/stmsi.v10i1.1179.

I. Fahrur Rozi, A. Taufika Firdausi, and K. Islamiyah, “Analisis Sentimen Pada Twitter Mengenai Pasca Bencana Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram,” J. Inform. Polinema, vol. 6, no. 2, pp. 33–39, 2020, doi: 10.33795/jip.v6i2.316.

A. F. Cahyanti, “Penentuan Model Terbaik pada Metode Naive Bayes Classifier dalam Menentukan Status Gizi Balita dengan Mempertimbangkan Independensi Parameter,” vol. 4, no. 1, pp. 28–35, 2015.

A. Aziz, F. Fauziah, and I. Fitri, “Analisis Sentimen Terhadap Kebijakan Pemerintah Tentang Larangan Mudik Hari Raya Idulfitri di Indonesia Tahun 2021 Menggunkan Metode Naïve Bayes,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 5, no. 2, pp. 842–851, 2021, [Online]. Available: http://ejurnal.tunasbangsa.ac.id/index.php/jsakti/article/view/381.

I. W. Saputro and B. W. Sari, “Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa,” Creat. Inf. Technol. J., vol. 6, no. 1, p. 1, 2020, doi: 10.24076/citec.2019v6i1.178.




DOI: https://doi.org/10.32897/infotronik.2022.7.2.1716

Refbacks

  • There are currently no refbacks.


 
This Journal is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License