ANALISIS SENTIMEN PENGGUNA APLIKASI X TERHADAP PROGRAM MAKAN SIANG GRATIS DENGAN METODE NAÏVE BAYES CLASSIFIER

linggar nursinggah; ruuhwan ruuhwan; teuku mufizar

doi:10.23960/jitet.v12i3.4336

Authors

linggar nursinggah universitas perjuangan tasikmalaya
ruuhwan ruuhwan universitas perjuangan tasikmalaya
teuku mufizar universitas perjuangan tasikmalaya

DOI:

https://doi.org/10.23960/jitet.v12i3.4336

Abstract Views: 2390 File Views: 1543

Abstract

Saat ini perkembangan teknologi berkembang dengan pesat. Informasi lebih mudah didapatkan melalui portal atau media sosial. Informasi yang disajikan biasanya berupa teks pada media sosial berdasarkan pengelompokan isi informasi.Program makan siang gratis merupakan gagasan salah satu pasangan calon pada pemilu presiden Indonesia tahun 2024. Target dari program ini adalah ibu hamil, balita, anak-anak TK, SD, SMP dan sederajat.Penelitian ini berfokus pada analisis sentimen pengguna aplikasi X terhadap program makan siang gratis. Data yang diambil merupakan cuitan pengguna aplikasi X terhitung mulai tanggal 14 Februari – 20 Maret 2024. Penelitian analisis sentimen ini dapat mengetahui seberapa banyak sentimen positif dan negatif masyarakat. Metode yang digunakan adalah SEMMA data mining proses menggunakan algoritma Naïve Bayes. hasil yang didapatkan berupa confusion matrix yang terdiri dari akurasi, presisi dan recall. Set K-fold validation dengan nilai K10 digunakan untuk menentukan nilai confusion matrixdiketahui hasil cuitan sentimen positif sebesar 1543 dan sentimen negatif 1366 pada aplikasi X terhadap program makan siang gratis. Hasil sentimen positif 53,04% dan sentimen negatif 44,95%. Didapatkan hasil akurasi 80,31% data yang benar dan ±5,27 margin error, hasil presisi sentimen positif menghasilkan 80,69% dan sentimen negatif sebesar 79,95%, hasil recall sentimen positif sebesar 79,71% dan sentimen negatif 80,93%.

Downloads

Download data is not yet available.

References

Rusdiaman, D., & Rosiyadi, D. (2019). Analisa Sentimen Terhadap Tokoh Publik Menggunakan Metode Naïve Bayes Classifier Dan Support Vector Machine. J. Comput. Eng. Syst. Sci, 4(2), 2502-7131.

R. R. Cahyani and R. Cahyani, “Analisis Sentimen Pada Media Sosial Twitter Terhadap Tokoh Publik Peserta Pilpres 2019,” Matics, vol. 12, no. 1, p. 79, 2020, doi: 10.18860/mat.v12i1.8356.

khoerul ummah, “ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER TERHADAP TOKOH GUS DUR MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM),” הארץ, no. 8.5.2017, pp. 2003–2005, 2022.

N. N. Aini and R. Sugeng Basuki, “PENGARUH ELECTRONIC WORD OF MOUTH MEDIA SOSIAL INSTAGRAM @gartenhaus_co DAN STORE ATMOSPHERE TERHADAP MINAT BELI DI CAFE GARTENHAUS MALANG JAWA TIMUR,” J. Apl. Bisnis, vol. 6, no. 1, pp. 25–28, 2020.

R. T. Handayanto and H. Herlawati, “Prediksi Kelas Jamak dengan Deep Learning Berbasis Graphics Processing Units,” J. Kaji. Ilm., vol. 20, no. 1, pp. 67–76, 2020, doi: 10.31599/jki.v20i1.71.

I. Verawati and B. S. Audit, “Algoritma Naïve Bayes Classifier Untuk Analisis Sentiment Pengguna Twitter Terhadap Provider By.u,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1411, 2022, doi: 10.30865/mib.v6i3.4132.

D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, 2022, doi: 10.23960/jitet.v10i1.2262.

B. Mas Pintoko and K. Muslim, “Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier,” e-Proceeding Eng., vol. 5, no. 3, pp. 8121–8130, 2018.

Saputra, I., & Kristiyanti, D. A. (2022). Machine learning untuk pemula. Bandung: Informatika.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform., vol. 5, no. 2, pp. 697–711, 2021.

Fatmawati, “Perbandingan Algoritma Klasifikasi Data Mining Model C4.5 Dan Naive Bayes Untuk Prediksi Penyakit Diabetes,” J. Techno Nusa Mandiri, vol. XIII, no. 1, p. 50, 2016.

A. P. Natasuwarna, “Tantangan Menghadapi Era Revolusi 4.0 - Big Data dan Data Mining,” Sindimas, vol. 1, no. 1, pp. 23–27, 2019, [Online]. Available: https://www.sisfotenika.stmikpontianak.ac.id/index.php/sindimas/article/view/530

Azzahra, S. N., Ruuhwan, R., & Hikmatyar, M. (2023). Analisis Sentimen Taman Wisata Karang Resik Dengan Metode Naïve Bayes. E-JURNAL JUSITI: Jurnal Sistem Informasi dan Teknologi Informasi, 12(2), 200-209.

Mulyani, E. D. S., Mufizar, T., SM, N. N. F., Pramana, H. J., & Hartiwan, I. (2023). Analisis Sentimen Pengguna Twitter Terhadap Vaksin Sinovac (Covid-19) Dengan Menggunakan Metode Naïve Bayes. Computer Science Research and Its Development Journal, 15(1), 12-21.