Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Yustitia SISFOTENIKA
Amaliah, Novi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Law, Crime, Criminology & Criminal Justice

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

Found 1 Documents
Search
Journal : SISFOTENIKA

 1 
Analisis Sentimen Program Tabungan Perumahan Rakyat Menggunakan Metode Naïve Bayes Amaliah, Novi; Kurniawan, Rudi; Suprapti, Tati
SISFOTENIKA Vol. 15 No. 2 (2025): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v15i2.553

Abstract

Tabungan Perumahan Rakyat (Tapera) adalah program pemerintah yang mewajibkan pekerja berpenghasilan sebesar upah minimum untuk menyisihkan 3% dari gaji mereka untuk iuran kepada BP Tapera. Program ini telah memicu berbagai tanggapan dari masyarakat yang diungkapkan melalui media sosial, khususnya Twitter. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Tapera dan menentukan rasio dari training dan testing data yang menghasilkan nilai akurasi terbaik menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui crawling dari Twitter kemudian diproses dengan tahap pre-processing, pelabelan manual oleh ahli ke dalam sentimen positif, netral, dan negatif, dan dilakukan resampling agar data seimbang. Kemudian, visualisasi data dan pengujian model Naïve Bayes dengan tiga rasio yaitu 70:30, 80:20, dan 90:10. Hasil penelitian menunjukkan bahwa pada rasio 70:30, model memperoleh akurasi sebesar 85%. Akurasi meningkat menjadi 87% pada rasio 80:20, namun sedikit menurun menjadi 86% pada rasio 90:10. Temuan ini mengindikasikan bahwa rasio 80:20 memberikan akurasi tertinggi dan merupakan rasio yang paling optimal untuk model. Penelitian ini menegaskan pentingnya distribusi data yang seimbang dan pemilihan rasio data yang tepat dalam meningkatkan performa model Naïve Bayes pada analisis sentimen.
Co-Authors Azahra, Bunga Abiyya Mukarromah, Safitri Nurhasanah, Hana Ridha, Zaky Syafiqur Rudi Kurniawan Setianing, Inayah Diah Tati Suprapti Yasifah, N. Al Ngizati Ngama