ANALISIS SENTIMEN OPINI PUBLIK TERKAIT JUDI ONLINE PADA PENGGUNA APLIKASI X MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MECHINE
DOI:
https://doi.org/10.23960/jitet.v12i3S1.5187Abstract Views: 980 File Views: 786
Abstract
Penelitian ini mengkaji sentimen masyarakat terkait perjudian online di Indonesia dengan menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Data dikumpulkan dari platform X dan dianalisis melalui tahap-tahap prapemrosesan, klasifikasi, dan evaluasi. Hasil penelitian menunjukkan bahwa SVM memiliki tingkat akurasi sebesar 98%, lebih tinggi dibandingkan dengan Naive Bayes yang memiliki akurasi 93%. Ini menegaskan bahwa SVM lebih andal dalam mengklasifikasikan sentimen publik terhadap perjudian online. Temuan ini memberikan wawasan penting bagi pengambil kebijakan untuk memahami persepsi publik dan menyusun regulasi yang lebih tepat.
Downloads
References
R. Sepatia, T. R. Zarzani, and M. Purba, "Analisis yuridis pertanggungjawaban pidana bagi pembuat website yang dipergunakan untuk perjudian online (Analisis Putusan No. 852/Pid. Sus/2020/PN. Mdn)," Jurnal Rectum, vol. 4, no. 2, pp. 430-442, Jul. 2022.
PPATK, "Aliran dana terkait judi terus dipantau," Pusat Pelaporan dan Analisis Transaksi Keuangan, [Online].
R. Antonius, A. R. Zulkarnain, and H. Irsyad, "Pendekatan TF-IDF, SMOTE, dan SVM dalam Klasifikasi Sentimen Masyarakat terhadap Pemblokiran Judi Online," Buletin Ilmiah Informatika Teknologi, vol. 2, no. 3, pp. 115-122, 2024.
O. N. Julianti, N. Suarna, and W. Prihartono, "Penerapan Natural Language Processing pada Analisis Sentimen Judi Online di Media Sosial Twitter," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 3, pp. 2936-2941, Jun. 2024.
D. L. Devi, A. A. Arifiyanti, dan S. F. A. Wati, “Analisis Sentimen Ulasan Pengguna Access By Kai Menggunakan Metode Word2vec Dan Algoritma Svm,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, Agu 2024, doi: 10.23960/jitet.v12i3.4892.
F. F. Rachman and S. Pramana, "Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter," Indonesian of Health Information Management Journal, vol. 8, no. 2, pp. 100-109, Dec. 2020.
S. Juanita, "Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID- 19 Menggunakan Metode Naïve Bayes," Jurnal Media Informatika Budidarma, vol. 5, no. 1, pp. 157-163, Jan. 2021, doi: 10.30865/mib.v5i1.2604.
S. Styawati, N. Hendrastuty, A. R. Isnain, and A. Y. Rahmadhani, "Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine," Jurnal Informatika: Jurnal pengembangan IT (JPIT), vol. 6, no. 3, pp. 150-155, Sep. 2021
I. Ernawati, "Data Mining Sebagai Salah Satu Solusi Strategi Bisnis," INFORMATIK Jurnal Ilmu Komputer, vol. 14, no. 1, pp. 9-15, Apr. 2018.
A. F. Watratan, A. P. B., and D. Moeis, "Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia," Journal of Applied Computer Science and Technology (JACOST), vol. 1, no. 1, pp. 7-14, 2020.
R. Antonius, A. R. Zulkarnain, and H. Irsyad, "Pendekatan TF-IDF, SMOTE, dan SVM dalam Klasifikasi Sentimen Masyarakat terhadap Pemblokiran Judi Online," Buletin Ilmiah Informatika Teknologi, vol. 2, no. 3, pp. 115-122, Mei 2024, doi: 10.58369/biit.v2i3.65.
A. S. Styawati, N. Hendrastuty, A. R. Isnain, and Y. Rahmadhani, "Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine," Jurnal Informatika: Jurnal Pengembangan IT (JPIT), vol. 6, no. 3, pp. 1-10, Sep. 2021, ISSN: 2477-5126, e-ISSN: 2548- 9356.
E. Nurlia and U. Enri, "Penerapan Fitur Seleksi Forward Selection untuk Menentukan Kematian Akibat Gagal Jantung Menggunakan Algoritma C4.5," Jurnal Teknik Informatika Musirawas (JUTIM), vol. 6, no. 1, pp. 42-50, Jun. 2021.
A. Azis Maarif, "Penerapan Algoritma TF-IDF untuk Pencarian Karya Ilmiah," presented at the Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang, 2021. [Online]. Available: https://core.ac.uk/display/35380748
