Perbandingan Algoritma Naïve Bayes Dan C4.5 pada Analisis Sentimen Presiden 3 Periode di Twitter

Penulis

  • Faizal Albasithu Universitas Budi Luhur
  • Arief Wibowo Universitas Budi Luhur

Kata Kunci:

twitter, analisis sentimen, algoritma c4.5, algoritma naive bayes

Abstrak

Masyarakat Indonesia memperdebatkan kemungkinan adanya wacana presiden Indonesia 3 Periode, jadi menarik untuk diselidiki. Pembatasan dua periode masa jabatan presiden Indonesia oleh MPR merupakan upaya  rakyat indonesia di bawah MPR untuk mencegah presiden Indonesia tetap berkuasa lebih dari 10 tahun, agar menghindari penyalahgunaan dari satu pihak. Wacana ini menimbulkan pro dan kontra, salah satunya pada di platform media sosial Twitter. Perlu adanya analisis sentimen karena adanya Opini yang diberikan oleh masyarakat. Analisis sentimen adalah proses menganalisis atau klasifikasi pendapat, perasaan, sikap, perasaan, dan penilaian seseorang tentang pendapat masyarakat yang diperoleh dari berbagai platform media sosial maupun internet. Tujuannya adalah untuk mengetahui bagaimana sentimen di masyarakat terhadap Presiden 3 Periode di Indonesia melalui tweet di media sosial Twitter. Dalam penelitian ini dilakukan proses analisis opini masyarakat tentang Presiden 3 Periode dengan mengklasifikasikan opini ke dalam sentiment positif atau sentimen negatif. Proses klasifikasi dilakukan menggunakan metode algoritma Naïve bayes dan C4.5 dijadikan sebagai perbandingan. Identifikasi masalah pada penelitian ini yaitu bagaimana menganalisis sentimen berdasarkan pendapat masyarakat Indonesia di Twitter dan akurasi yang diperoleh algoritma Naïve bayes dan C4.5. Hasil klasifikasi pada data uji menunjukkan, algoritma Naïve bayes dan C4.5 lalu hasil klasifikasi dan algoritma C4.5 berhasil mendapatkan Akurasi sebesar 78%, sementara Algoritma Naïve bayes mendapatkan akurasi sebesar 85%

Referensi

A. P. Natasuwarna, “Analisis Sentimen Keputusan Pemindahan Ibukota Negara Menggunakan Klasifikasi Naive Bayes,” Semin. Nas. Sist. Inf. dan Tek. Inform., pp. 47–53, 2019.

R. I. N. M. Wijaya, Tamora Nonia, “Analisis Sentimen Opini Publik Tentang Undang- Undang Cipta Kerja Pada Twitter,” Jambura J. Electr. Electron. Eng., vol. 3, pp. 78–83, 2021.

F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve bayes Classifier Berbasis Konversi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.

Z. E. Sholikha, E. Y. Puspaningrum, and W. S. JS, “Analisa Sentimen Pengguna E-Money Pada Twitter Menggunakan Algoritma C4.5 dan Naive Bayes,” J. Inform. dan Sist. Inf., vol. 1, no. 3, pp. 1063–1071, 2020.

V. Purwayoga, T. Setiadi, and L. Zahrotun, “Pemanfaatan Text Mining Untuk Mengklasifikasi SMS Spam Porno Dengan Menggunakan Algoritma C4.5,” no. January, p. 5, 2020, doi: 10.32534/int.v12i01.1264.

E. Fitriani, “Perbandingan Algoritma Naïve bayes dan C4.5 Untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan,” Sistemasi, vol. 9, no. 1, p. 103, 2020, doi: 10.32520/stmsi.v9i1.596.

F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Inform., vol. 3, no. 1, p. 50, 2018, doi: 10.35314/isi.v3i1.335.

T. Krisdiyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve bayes Clasifiers,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 7, no. 1, pp. 32–37, 2021, [Online]. Available: http://ejournal.uin-suska.ac.id/index.php/coreit/article/view/12945.

W. A. Prabowo and C. Wiguna, “Sistem Informasi UMKM Bengkel Berbasis Web Menggunakan Metode SCRUM,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 149, 2021, doi: 10.30865/mib.v5i1.2604.

Y. S. Mahardika and E. Zuliarso, “Analisis Sentimen Terhadap Pemerintahan Joko Widodo Pada Media Sosial Twitter Menggunakan Algoritma Naives Bayes,” Pros. SINTAK 2018, no. 2015, pp. 409–413, 2018.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Albasithu, F., & Wibowo, A. (2022). Perbandingan Algoritma Naïve Bayes Dan C4.5 pada Analisis Sentimen Presiden 3 Periode di Twitter. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 510–516. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/217

Artikel paling banyak dibaca berdasarkan penulis yang sama

<< < 1 2 3 > >>