Javascript must be enabled to continue!
Metode Support Vector Machine dan Naïve Bayes Untuk Analisis Santimen Ibu Kota Nusantara
View through CrossRef
Pemindahan Ibu Kota Nusantara (IKN) menimbulkan berbagai macam pro dan kontra. Mulai dari pemilihan lokasi, pengesahan Undang – Undang yang dinilai terlalu terburu – buru, dan akhir – akhir ini pemerintah juga mengajak masyarakat Indonesia untuk melaukan urun – dana (crowd funding) untuk membangun Ibu Kota Nusantara. Media sosial tiktok, Ibu Kota Nusantara (IKN) menjadi salah satu topik yang ramai diperbincangkan karena banyaknya opini dari berbagai kalangan masyarakat. Beberapa opini dari masyarakat di tiktok ini akan digunakan menjadi data penelitian analisis sentimen terhadap pendapat masyarakat mengenai pemindahan Ibu Kota Negara. Penelitian ini bertujuan untuk membandingkan efektivitas dua pendekatan untuk klasifikasi: Support Vector Machine dan Naïve Bayes, dalam menganalisis sentimen opini terhadap Ibu Kota Nusantara berdasarkan data Tiktok. Analisis sentimen opini sangat penting untuk memahami pandangan publik mengenai berbagai aspek Ibu Kota Nusantara. Data Tiktok yang digunakan akan melibatkan opini yang berkembang di media sosial mengenai Ibu Kota Nusantara. Metode yang digunakan dalam penelitian ini adalah Support Vector Machine dan Niave Bayes. Metodologi penelitian mencakup pengumpulan data, preprocessing, membagi data, pelatihan model Naïve Bayes dan SVM, evaluasi, serta analisis statistik untuk membandingkan kinerja kedua model. Dataset terdiri dari 1529 komentar yang diambil dari aplikasi Tiktok. Hasil akhir dari evaluasi yang dilakukan dapat dilihat perbandingan anatara metode Support Vector Machine dengan Naive Bayes berdasarkan tingkat akurasi yang diperolch oleh masing-masing metode. Support Vector Machine memperoleh tingkat aurasi 98%, di mana tingkat akurasinya lebih rendah daripada tingkat akurasi metode Naive Bayes dengan persentase 92%. Berdasarkan temuan analisis, prosedur yang menggunakan metode Support Vector Machine menunjukkan hasil yang lebih baik dibandingkan metode Naïve Bayes dalam mengukur sentimen terhadap Ibu Kota nusantara.
Universitas Putra Indonesia YPTK Padang
Title: Metode Support Vector Machine dan Naïve Bayes Untuk Analisis Santimen Ibu Kota Nusantara
Description:
Pemindahan Ibu Kota Nusantara (IKN) menimbulkan berbagai macam pro dan kontra.
Mulai dari pemilihan lokasi, pengesahan Undang – Undang yang dinilai terlalu terburu – buru, dan akhir – akhir ini pemerintah juga mengajak masyarakat Indonesia untuk melaukan urun – dana (crowd funding) untuk membangun Ibu Kota Nusantara.
Media sosial tiktok, Ibu Kota Nusantara (IKN) menjadi salah satu topik yang ramai diperbincangkan karena banyaknya opini dari berbagai kalangan masyarakat.
Beberapa opini dari masyarakat di tiktok ini akan digunakan menjadi data penelitian analisis sentimen terhadap pendapat masyarakat mengenai pemindahan Ibu Kota Negara.
Penelitian ini bertujuan untuk membandingkan efektivitas dua pendekatan untuk klasifikasi: Support Vector Machine dan Naïve Bayes, dalam menganalisis sentimen opini terhadap Ibu Kota Nusantara berdasarkan data Tiktok.
Analisis sentimen opini sangat penting untuk memahami pandangan publik mengenai berbagai aspek Ibu Kota Nusantara.
Data Tiktok yang digunakan akan melibatkan opini yang berkembang di media sosial mengenai Ibu Kota Nusantara.
Metode yang digunakan dalam penelitian ini adalah Support Vector Machine dan Niave Bayes.
Metodologi penelitian mencakup pengumpulan data, preprocessing, membagi data, pelatihan model Naïve Bayes dan SVM, evaluasi, serta analisis statistik untuk membandingkan kinerja kedua model.
Dataset terdiri dari 1529 komentar yang diambil dari aplikasi Tiktok.
Hasil akhir dari evaluasi yang dilakukan dapat dilihat perbandingan anatara metode Support Vector Machine dengan Naive Bayes berdasarkan tingkat akurasi yang diperolch oleh masing-masing metode.
Support Vector Machine memperoleh tingkat aurasi 98%, di mana tingkat akurasinya lebih rendah daripada tingkat akurasi metode Naive Bayes dengan persentase 92%.
Berdasarkan temuan analisis, prosedur yang menggunakan metode Support Vector Machine menunjukkan hasil yang lebih baik dibandingkan metode Naïve Bayes dalam mengukur sentimen terhadap Ibu Kota nusantara.
Related Results
PENERAPAN METODE NAIVE BAYES UNTUK MEMPREDIKSI PENYAKIT JANTUNG
PENERAPAN METODE NAIVE BAYES UNTUK MEMPREDIKSI PENYAKIT JANTUNG
The heart is one of the human organs that has an important function to circulate blood throughout the body. In caring for the human heart, one must know how to take care of the hea...
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review Anna Tri Wahyuni1), Masfuri2), Liya Arista3)1,2,3 Fakultas Ilmu Keperawatan Univers...
Implementasi Data Mining Untuk Penjualan Mobil Menggunakan Metode Naive Bayes
Implementasi Data Mining Untuk Penjualan Mobil Menggunakan Metode Naive Bayes
Abstrak- Mobil adalah salah satu kendaraan yang paling sering dijumpai dengan berbagai type dan merek. Mobil memiliki spesifikasi yang beraneka ragam. Metode Naive Bayes adalah sa...
PENETAPAN PASARWAJO SEBAGAI IBU KOTA KABUPATEN BUTON (2003-2017)
PENETAPAN PASARWAJO SEBAGAI IBU KOTA KABUPATEN BUTON (2003-2017)
ABSTRAK: Subtansi penelitian ini mengacu pada tiga aspek permasalahan dasar 1) Mengapa Pasarwajo ditetapkan sebagai Ibu Kota Kabupaten Buton? 2) Apa tantangan yang dihadapi dalam p...
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAFTAR PUSTAKAAditama, M. H. R., & Selfiardy, S. (2022). Kehidupan Mahasiswa Kuliah Sambil Bekerja di Masa Pandemi Covid-19. Kidspedia: Jurnal Pendidikan Anak Usia Dini, 3(...
Peningkatan Kinerja Metode Naive Bayes Dengan Particle Swarm Object Untuk Dataset Pemilihan Metode Melahirkan
Peningkatan Kinerja Metode Naive Bayes Dengan Particle Swarm Object Untuk Dataset Pemilihan Metode Melahirkan
Melahirkan merupakan fase terakhir yang harus dilalui seorang ibu untuk bertemu dengan bayi yang dikandungnya selama kurang lebih 38 minggu. Pemilihan proses persalinan yang tepat ...
Perfomance analysis of Naive Bayes method with data weighting
Perfomance analysis of Naive Bayes method with data weighting
Classification using naive bayes algorithm for air quality dataset has an accuracy rate of 39.97%. This result is considered not good and by using all existing data attributes. By ...

