ANALISIS SENTIMEN SERIKAT PEKERJA PERTAMINA TOLAK AHOK PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN ALGORITMA NAIVE BAYES

UNIVERSITAS BINA DARMA, UNIVERSITAS BINA DARMA (2022) ANALISIS SENTIMEN SERIKAT PEKERJA PERTAMINA TOLAK AHOK PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN ALGORITMA NAIVE BAYES. ANALISIS SENTIMEN SERIKAT PEKERJA PERTAMINA TOLAK AHOK PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN ALGORITMA NAIVE BAYES.

[img]
Preview
Text
219-Article Text-939-1-10-20211007.pdf

Download (672kB) | Preview
Official URL: https://www.binadarma.ac.id

Abstract

Penelitian ini melakukan analisis sentimen publik terhadap berita serikat pekerja pertamina tolak Ahok yang diungkapkan melalui jejaring sosial media youtube pada channel KompasTV. Pada berita tersebut terdapat sekitar 25000 komentar yang berisi kata-kata kasar bahkan ujaran kebencian,berita ini menuai banyak komentar ada yang memuji, mengkritik dan menghina. Analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas yaitu kelas sentimen positif dan negatif. Data yang digunakan pada penelitian ini berjumlah 1.000 komentar terdiri dari data latih atau data training 1000 dan data uji atau data testing 300, metode klasifikasi yang digunakan dalam penelitian ini adalah naive bayes. Pada penelitian ini pengambilan data menggunakan tools Rstudio dan diproses dengan menggunakan tools rapidminer studio, dan mendapatkan hasil akurasi nya sebesar 98.00%. Dari beberapa data yang telah di uji, terdapat beberapa data yang diprediksi neutral, data positif dan data yang diprediksi negatif. Dari kelas presisi, prediksi neutral memiliki nilai kelas 100.00%, prediksi positif memiliki nilai kelas sebesar 80.00% dan prediksi negatif memiliki nilai kelas presisi sebesar 66.67%.

Item Type: Article
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Mr Edi Surya Negara
Date Deposited: 19 Jun 2022 12:33
Last Modified: 19 Jun 2022 12:33
URI: http://eprints.binadarma.ac.id/id/eprint/12484

Actions (login required)

View Item View Item