Javascript must be enabled to continue!
Sentimen Opini Publik Terhadap Isu Pembangunan Tugu di Youtube Menggunakan Metode Random Forest dan SMOTE
View through CrossRef
Pembangunan tugu sering kali menimbulkan pro dan kontra di kalangan masyarakat, terutama ketika proyek tersebut dianggap tidak sesuai dengan prioritas kebutuhan publik. Dalam era digital saat ini, opini masyarakat terhadap isu-isu seperti ini banyak disampaikan melalui media sosial dan platform berbagi video seperti YouTube.Pada penelitian ini, data dikumpulkan dari kolom komentar pada video yang membahas pembangunan tugu, kemudian dilakukan praproses teks sebelum dianalisis menggunakan metode Random Forest dengan SMOTE dan tanpa SMOTE.Hasil yang didapatkan bahwa, Algoritma Random Forest tanpa SMOTE didapatkan akurasi sebesar 0.97 sedangkan Algoritma Random Forest dengan SMOTE didapatkan akurasi 0.78. Terlihat juga nilai Precision tertinggi di dapatkan oleh Algoritma Random Forest tanpa SMOTE yaitu sebesar 1.00 untuk positif dan 0.97 untuk negatif, lalu nilai Recall tertinggi di dapatkan oleh Algoritma Random Forest tanpa SMOTE sebesar 0.53 untuk positif dan 1.00 untuk negatif, Dan Nilai F1 Score terbesar juga didapatkan oleh Algoritma Random Forest tanpa SMOTE sebesar 0.69 untuk positif dan 0.99 untuk negatif.Dari kesimpulan dari atas bahwa terdapat tidak kecocokannya penggunaan Metode Random Forest dan SMOTE, untuk penelitian ini disarankan lebih baik menggunakan Metode Random Forest Tanpa SMOTE.
Title: Sentimen Opini Publik Terhadap Isu Pembangunan Tugu di Youtube Menggunakan Metode Random Forest dan SMOTE
Description:
Pembangunan tugu sering kali menimbulkan pro dan kontra di kalangan masyarakat, terutama ketika proyek tersebut dianggap tidak sesuai dengan prioritas kebutuhan publik.
Dalam era digital saat ini, opini masyarakat terhadap isu-isu seperti ini banyak disampaikan melalui media sosial dan platform berbagi video seperti YouTube.
Pada penelitian ini, data dikumpulkan dari kolom komentar pada video yang membahas pembangunan tugu, kemudian dilakukan praproses teks sebelum dianalisis menggunakan metode Random Forest dengan SMOTE dan tanpa SMOTE.
Hasil yang didapatkan bahwa, Algoritma Random Forest tanpa SMOTE didapatkan akurasi sebesar 0.
97 sedangkan Algoritma Random Forest dengan SMOTE didapatkan akurasi 0.
78.
Terlihat juga nilai Precision tertinggi di dapatkan oleh Algoritma Random Forest tanpa SMOTE yaitu sebesar 1.
00 untuk positif dan 0.
97 untuk negatif, lalu nilai Recall tertinggi di dapatkan oleh Algoritma Random Forest tanpa SMOTE sebesar 0.
53 untuk positif dan 1.
00 untuk negatif, Dan Nilai F1 Score terbesar juga didapatkan oleh Algoritma Random Forest tanpa SMOTE sebesar 0.
69 untuk positif dan 0.
99 untuk negatif.
Dari kesimpulan dari atas bahwa terdapat tidak kecocokannya penggunaan Metode Random Forest dan SMOTE, untuk penelitian ini disarankan lebih baik menggunakan Metode Random Forest Tanpa SMOTE.
Related Results
A Twitter Sentimen Analysis on Islamic Banking Using Drone Emprit Academic (DEA): Evidence from Indonesia
A Twitter Sentimen Analysis on Islamic Banking Using Drone Emprit Academic (DEA): Evidence from Indonesia
ABSTRACT
The research aimed to identify and collect issues discussed regarding Islamic banking from user activity, sentimen, and content on Twitter. This study used a qualitative a...
A Sentiment Analysis: History of Islamic Economic Thought
A Sentiment Analysis: History of Islamic Economic Thought
This study reviews the history of Islamic economic thought research in Islamic economics and finance. It uses descriptive statistical analysis based on selected 125 article publica...
Analisis Sentimen Pengguna X Terhadap Kebocoran Data Pribadi Menggunakan Algoritma Naïve Bayes Classifier
Analisis Sentimen Pengguna X Terhadap Kebocoran Data Pribadi Menggunakan Algoritma Naïve Bayes Classifier
Kebocoran data pribadi di Indonesia semakin marak terjadi dan menimbulkan dampak serius bagi individu maupun dunia bisnis. Seiring dengan pesatnya perkembangan teknologi informasi,...
Analisis Sentimen Program Coding Anak SD Menggunakan Metode Naive Bayes
Analisis Sentimen Program Coding Anak SD Menggunakan Metode Naive Bayes
Pemanfaatan teknologi dalam pendidikan anak usia dini semakin berkembang, termasuk pembelajaran coding yang diklaim mampu meningkatkan keterampilan berpikir analitis dan sistematis...
Klasifikasi Sentimen Masyarakat terhadap Presiden Indonesia Menggunakan Metode Naive Bayes
Klasifikasi Sentimen Masyarakat terhadap Presiden Indonesia Menggunakan Metode Naive Bayes
Abstract. Social media platform X has become an important platform for expressing public opinion, particularly in the political context, including the 2024 Presidential Election in...
Sentimen Analisis Opini Pembeli pada Aplikasi Shopee Berbasis N-Gram Lexicon
Sentimen Analisis Opini Pembeli pada Aplikasi Shopee Berbasis N-Gram Lexicon
Perubahan perilaku konsumen dalam melakukan pembelian di e-commerce, telah mengubah cara konsumen dalam memutuskan membeli barang. Konsumen akan menilai berdasarkan gambar, rating ...
PENGARUH SENTIMEN DI SOSIAL MEDIA DENGAN HARGA SAHAM PERUSAHAAN
PENGARUH SENTIMEN DI SOSIAL MEDIA DENGAN HARGA SAHAM PERUSAHAAN
Sentimen adalah proses komputasional dalam mengidentifikasi dan mengategori opini-opini dalam bentuk potongan teks, khususnya untuk mengukur maksud si pembuat potongan teks terhada...
OPTIMASI ALGORITMA SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN TEKNIK SMOTE UNTUK ANALISIS SENTIMEN PUBLIK TERHADAP DAMPAK PENGGUNAAN ARTIFICIAL INTELLIGENCE (AI)
OPTIMASI ALGORITMA SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN TEKNIK SMOTE UNTUK ANALISIS SENTIMEN PUBLIK TERHADAP DAMPAK PENGGUNAAN ARTIFICIAL INTELLIGENCE (AI)
Perkembangan teknologi Artificial Intelligence (AI) memicu beragam opini publik, terutama di media sosial. Analisis sentimen menjadi pendekatan penting untuk memahami persepsi masy...

