Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi Kaputama (JSIK)
Rahma Dinta, Septyana
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN PUBLIK TERHADAP MAKANAN BERGIZI GRATIS DI INDONESIA Yesilawati; Rahma Dinta, Septyana; Manda, Septiana; Sony Maulana, Muhammad
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 10 No. 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v10i2.1312

Abstract

Perkembangan teknologi informasi mendorong penyebaran data di platform digital berlangsung sangat cepat, sehingga media social X menjadi salah satu sumber utama untuk mengetahui bagaimana masyarakat merespon kebijakan pemerintah. Salah satu kebijakan yang banyak menarik perhatian adalah program makan bergizi gratis, yang bertujuan meningkatkan kualitas gizi peserta didik serta menurunkan risiko stunting. Beragam opini mengenai program ini perlu dianalisis secara sistematis melalui analisis sentiment. Penelitian ini melakukan perbandingan kinerja antara algoritma Naïve Bayes dan C4.5 dalam klasifikasi sentimen publik terhadap makan bergizi gratis. Data dikumpulkan secara manual dari unggahan pengguna di platform X dan kemudian diproses melalui tahap preprocessing yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming. Setiap data diklasifikasikan ke dalam kategori positif, negative, dan netral, diberikan bobot menggunakan TF-IDF, serta dibagi menjadi 80% data latih dan 20% data uji. Hasil menunjukkan sentiment negative mendominasi 47.7%, disusul positif 40.9% dan netral 11.8%. Evaluasi performa mengungkapkan bahwa Naïve Bayes memiliki akurasi tertinggi, yaitu 82%, melampaui C4.5 dengan akurasi 78%. Secara keseluruhan, Naïve Bayes menjadi model paling efektif dalam klasifikasi sentiment ini.
Co-Authors Manda, Septiana Muhammad Sony Maulana Yesilawati