Sentimen Analisis Berinternet Pada Media Sosial dengan Menggunakan Algoritma Bayes

Jurnal Informatika

View Publication Info
 
 
Field Value
 
Title Sentimen Analisis Berinternet Pada Media Sosial dengan Menggunakan Algoritma Bayes
 
Creator fauzi, ahmad
Akbar, Muhammad Faittullah
Asmawan, Yudhi Ferdi Andri
 
Subject
Data mining
 
Description Dalam penelitian analisis sentimen ini  proses klasifikasi dokumen di bagi  dalam dua kelas, yaitu kelas sentimen positif dan negatif. Media sosial telah menyediakan tempat bagi pengguna web untuk mengungkapkan berbagi pemikiran, pendapat dan menyampaikan berita tentang topik yang berbeda dalam sebuah acara . Data diperoleh dari jejaring sosial Instagram berdasarkan komentar yang ada . Penelitian ini bertujuan untuk menentukan sentimen publik terhadap universitas yang disampaikan di Instagram , sehingga membantu usaha untuk melakukan riset marketing atas opini publik. Klasifikasi algoritma seperti Naive Bayes (NB) yang diusulkan oleh banyak peneliti untuk digunakan dalam analisis sentimen teks. Algoritma Naive Bayes dan metodenya, akan diuji dengan dua masukan dengan menggunakan komentar tokenize and Transform Case yang positif (100 teks komentar) dan negatif (100 komentar teks),akurasi yang di dapat algoritma Naive Bayes 76.50%+/-7.76%(mikro:76.50). Hasil penelitian menunjukkan bahwa Naive Bayes (NB) mendapatkan hasil terbaik dan akurat.
 
Publisher LPPM Universitas BSI
 
Contributor
 
Date 2019-04-14
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion



 
Format application/pdf
 
Identifier http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/5437
10.31311/ji.v6i1.5437
 
Source Jurnal Informatika; Vol 6, No 1 (2019): April 2019; 77-83
Jurnal Informatika; Vol 6, No 1 (2019): April 2019; 77-83
2528-2247
2355-6579
 
Language ind
 
Relation http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/5437/pdf
http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/downloadSuppFile/5437/898
 
Coverage


 
Rights ##submission.copyrightStatement##
http://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library