Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jifosi
Anjani, Amalia
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
KLASIFIKASI BERITA PADA AKUN TWITTER SUARA SURABAYA MENGGUNAKAN METODE NAÏVE BAYES Hayaza, QONITA; Dyar Wahyuni , Eka; Anjani, Amalia
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (248.429 KB)

Abstract

Sosial media berperan sebagai platform yang sangat efektif sebagai media penyebaran informasi. Namun, dengan banyaknya permasalahan yang terjadi di hari yang sama menjadikan informasi yang diberikan tidak tergambar dengan jelas. Hal tersebut terkadang menyulitkan masyarakat untuk memonitor dengan jelas. Informasi yang disampaikan di Radio seringkali mudah terlewatkan. Begitu pula dengan informasi yang disampaikan di media sosial, informasi yang disampaikan tidak terstruktur dan tertumpuk-tumpuk.  Sehingga dari permasalahan tersebut dapat dimanfaatkan untuk dilakukan pembuatan model klasifikasi tweet pada akun Twitter Suara Surabaya dengan menggunakan metode Naïve Bayes. Tweet diklasifikasikan menjadi empat kategori, yaitu tweet kemacetan, kecelakaan, cuaca dan selain ketiga topik sebelumnya. Tahapan membangun model klasifikasi Tweet Suara Surabaya adalah identifikasi masalah, studi literature, pengumpulan dan penyiapan data, dilanjut dengan pra-proses, pembangunan model dan evaluasi model.Hasil penelitian menunjukkan bahwa akurasi teringgi didapatkan dengan menggunakan Multinomial Naïve Bayes dengan akurasi sebesar 89%.Penelitian ini juga menemukan bahwa penerapan SMOTE dapat meningkatkan akurasi model, sedangkan penerapan N-Gram dapat menurunkan akurasi. Kata kunci: Naïve Bayes Classifier, Named Entity Recognizer, SMOTE
ANALISIS SENTIMEN: PEMINDAHAN IBU KOTA INDONESIA PADA TWITTER Mas'udah, Erica; Dyar Wahyuni , Eka; Anjani, Amalia
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (230.588 KB)

Abstract

Indonesia merupakan pengguna sosial media dengan jumlah yang sangat besar. Sehingga, aktivitas-aktivitas bersosial media sangat banyak dilakukan oleh masyarakat. Pemindahan Ibu Kota Indonesia kini menjadi topik yang banyak dibicarakan dan masyarakat sering kali beropini dan dipublikasikan di media sosial seperti Twitter. Dari banyaknya opini, maka dapat menimbulkan suatu permasalahan, seperti perbedaan pendapat. Sehingga dari permasalahan tersebut dapat dimanfaatkan untuk dilakukan analisis sentimen mengenai pemindahan Ibu Kota Indonesia pada Twitter. Sentimen yang dianalisis yakni berupa sentimen positif, negatif, dan netral. Untuk mendapatkan data tweet pada Twitter, perlu dilakukan pengumpulan data terlebih dahulu. Kemudian untuk melakukan analisis sentimen, data perlu diolah dengan text mining. Pada studi kasus ini, text mining yang dilakukan menggunakan metode Naïve Bayes. Metode Naïve Bayes yang digunakan ada 3 macam, dengan tujuan untuk mendapatkan nilai akurasi yang terbaik. Ditambah lagi dengan melakukan percobaan beberapa skenario. Dari penelilitian yang dilakukan, hasil akurasi terbaik didapatkan oleh Multinomial Naïve Bayes.
Co-Authors Hayaza, QONITA Mas'udah, Erica Wahyuni, Eka Dyar