PENERAPAN TEXT MINING MENGGUNAKAN METODE MULTINOMIAL NAIVE BAYES PROGRAM MAKAN SIANG GRATIS PADA X

Penulis

  • Muhammad Jibran Abdurrahman Universitas Budi Luhur
  • Arief Wibowo Universitas Budi Luhur

Kata Kunci:

multinomial naive bayes, Text Mining, X, program makan siang gratis

Abstrak

Makan siang gratis adalah salah satu program unggulan dari capres dan cawapres prabowo-gibran yang bertujuan untuk meningkatkan gizi anak dan kecukupan ibu hamil. Makan siang gratis memberikan kepada siswa sekolah dasar(SD), sekolah menengah pertama (SMP), sekolah menengah akhir (SMA), pesantren, dan ibu hamil. Program makan siang gratis menuai banyak tanggapan dari masyarakat, dengan sentimen yang bervariasi seperti positif, negatif, dan netral. Sehingga dilakukan penelitian menggunakan teknik text mining untuk mengetahui sentimen masyarakat berdasarkan komentar yang bersumber dari salah satu platform media sosial yaitu X. dalam text mining menggunakan multinomial naive bayes sebagai metode, untuk klasifikasi sentimen positif, negatif, atau netral pada komentar. Data penelitian terdapat 2004 komentar yang melalui tahap preprocessing terpangkas menjadi 1007 serta menjadikan dataset lebih terstrukur dan terfokus terhadap program makan siang gratis. Setelah itu, dilakukan pelabelan menggunakan kamus leksikon yang kemudian divalidasi oleh pakar yang menghasilkan sentimen positif 680, netral 75, dan negatif 252. penggunaan tf-idf untuk mentranformasi kata menjadi angka serta menggunakan 2 rasio yaitu 70:30 dan 80:20. Metode multinomial naive bayes pada rasio 70:30 berhasil mendapatkan tingkat akurasi sebesar 63,58% dan 80:20 memperoleh 57,21%. Dari hasil pelabelan validasi pakar terhadap program unggulan capres dan cawapres prabowo-gibran, tanggapan masyarakat berdasarkan hasil penelitian lebih unggul sentimen positif yang menunjukkan masyarakat mendukung program unggulan makan siang gratis.

Referensi

F. Ika Septiani, N. Rosiana, and A. Azzahra, “Dampak Makan Siang Gratis Pada Kondisi Keuangan Negara DanPeningkatan Mutu Pendidikan,” vol. 1, pp. 192–196, 2024.

P. Ardelia Maharani, A. Riyani Namira, and T. Viony Chairunnisa, “Peran Makan Siang Gratis Dalam Janji Kampanye Prabowo Gibran Dan Realisasinya,” 2024.

F. N. Zaman, M. A. Fadhilah, M. A. Ulinuha, and K. Umam, “Menganalisis Respons Netizen Twitter Terhadap Program Makan Siang Gratis Menerapkan NLP Metode Naïve Bayes,” 2024. [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index

A. S. Aribowo and S. Khomsah, “Implementation Of Text Mining For Emotion Detection Using The Lexicon Method (Case Study: Tweets About Covid-19) Implementasi Text Mining Untuk Deteksi Emosi Menggunakan Metode Leksikon (Studi Kasus: Twit Tentang Covid-19),” J. Inform. dan Teknol. Inf., vol. 18, no. 1, pp. 49–60, 2021, doi: 10.31515/telematika.v18i1.4341.

D. A. WP, J. D. Firizqi, and Z. A. Amalia, “Analisis Sentimen Produk Skincare Somethinc Niacinamide di Female Daily dengan Naïve Bayes Classifier,” J. MEDIA Inform. BUDIDARMA, vol. 8, no. 2, p. 946, Apr. 2024, doi: 10.30865/mib.v8i2.7571.

Sulfayanti, I. Fadhillah Nurul, and N. Nur, “Analisis Performa K-Nearest Neighbor Dalam Mengklasifikasi Sentimen Pengguna Aplikasi PeduliLindungi,” J. Comput. Inf. Syst. (J-CIS, vol. 7, no. 1, 2024, doi: 10.31605/jcis.v7i1.

T. Ridwansyah, “Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier,” Media Online, vol. 2, no. 5, pp. 178–185, 2022, [Online]. Available: https://djournals.com/klik

Faradian Havadz, Rubhasy Albar, and Yunan Fauzi Wijaya, “Analisis Sentimen Terhadap Penutupan Tiktok Shop Menggunakan Algoritma Naïve Bayes Classifier Pada Media Sosial X,” J. Ilm. Sain dan Teknol., pp. 150–163, 2024.

H. Muzaki and H. Marcos, “Analisis Sentimen RUU KUHP Di Medsos Twitter Dengan Metode Naïve Bayes,” Jurnal Teknologi Informasi, vol. 7, no. 1, pp. 47-50, 2023.

S. Syafrizal, M. Afdal, and R. Novita, “Analisis Sentimen Ulasan Aplikasi PLN Mobile Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 1, pp. 10–19, 2023, doi: 10.57152/malcom.v4i1.983.

Z. N. Aulia, G. K. Jati, and I. Santoso, “Analisis Sentimen Tanggapanpublic Mengenai E-Tilang Melalui Media Sosial Youtube Menggunakan Algoritma Naive Bayes,” Jurnal IKRAITH-INFORMATIKA, vol. 7, no. 2, pp. 150-156, 2023. [Online]. Available: https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/2824/2077

S. Wulandari and F. N. Hasan, “Analisis Sentimen Masyarakat Indonesia Terhadap Pengalaman Belanja Thrifting Pada Media Sosial Twitter Menggunakan Algoritma Naïve Bayes,” 2024, doi: 10.30865/mib.v8i2.7520.

F. Nurrachmat Hidayat, “Analisis Sentimen Masyarakat Terhadap Perekrutan PPPK Pada Twitter Dengan Metode Naive Bayes Dan Support Vector Machine,” Jurnal Sains dan Teknologi, vol. 5, no. 2, pp. 665–672, 2023, doi: 10.55338/saintek.v5i1.1359.

W. Trisnawati and A. Wibowo, “Sentiment Analysis Of ICT Service User Using Naive Bayes Classifier And SVM Methods With TF-IDF Text Weighting,” Jurnal Teknologi Informasi, vol. 5, no. 3, pp. 709–719, 2024, doi: 10.52436/1.jutif.2024.5.3.1784.

M. A. Java, M. Syafrullah, and F. Teknologi, “Analisis Sentimen Ulasan Pengguna Aplikasi Threads pada Google Play Store Menggunakan Multinomial Naive Bayes dan Support Vector Machine,” Jurnal Ticom: Technology of Information and Communication, vol. 12, no. 2, 2024.

F. M. Carina, Admi Salma, Dony Permana, and Zamahsary Martha, “Sentiment Analysis of X Application Users on the Conflict Between Israel and Palestine Using Support Vector Machine Algorithm,” UNP J. Stat. Data Sci., vol. 2, no. 2, pp. 204–212, 2024, doi: 10.24036/ujsds/vol2-iss2/170.

Nafisyah Siti and Sulistiyowati Rini, “Analisis Sentimen Ulasan Produk Toko Online Esrocte Untuk Peningkatan Pelayanan Menggunakan Algoritma Naïve Bayer,” 2024. [Online]. Available: https://blantika.publikasiku.id/

F. R. Irawan, A. Jazuli, and T. Khotimah, “Analisis Sentimen Terhadap Pengguna Gojek Menggunakan Metode K-Nearest Neighbor,” JIKO: Jurnal Informatika dan Komputer, vol. 5, no. 1, pp. 62-68, 2022, doi: 10.33387/jiko.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Abdurrahman, M. J., & Wibowo, A. (2024). PENERAPAN TEXT MINING MENGGUNAKAN METODE MULTINOMIAL NAIVE BAYES PROGRAM MAKAN SIANG GRATIS PADA X. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 603–611. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1414

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>