Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Wahyuningsih, Novia
Unknown Affiliation
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
PERBANDINGAN METODE KLASIFIKASI DALAM ANALISIS SENTIMEN MASYARAKAT TERHADAP IDENTITAS KEPENDUDUKAN DIGITAL (IKD) Wahyuningsih, Novia; Hendry, Hendry
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4155

Abstract

Identitas Kependudukan Digital merujuk pada penggunaan teknologi digital dan data elektronik untuk mengidentifikasi individu dalam konteks kependudukan. Pada dasarnya, Identitas Kependudukan Digital bertujuan untuk memberikan cara yang lebih efisien dalam mengelola data identitas individu. Dalam mengimplementasikan Identitas Kependudukan Digital, perlu memperhatikan aspek keamanan dan privasi data. Selain itu, tidak semua individu memiliki akses ke teknologi digital atau mungkin menghadapi tantangan dalam menggunakan teknologi tersebut. Penelitian ini bertujuan untuk melakukan klasifikasi data dari Twitter terkait Identitas Kependudukan Digital dengan membandingkan metode SVM, K-NN, Naive Bayes, dan Neural Network menggunakan pendekatan data mining CRISP-DM. Dataset diambil menggunakan Twitter API dan diproses menggunakan Orange Data Mining. Dari jumlah awal data tweet sebanyak 7914, setelah dilakukan pembersihan data, tersisa 1022 tweet yang digunakan dalam penelitian. Hasil pengujian menunjukkan bahwa masyarakat cenderung memiliki sentimen netral terkait Identitas Kependudukan Digital. Dalam hal performa model klasifikasi, metode K-NN menunjukkan kinerja yang sangat baik dengan nilai akurasi, presisi, dan recall mencapai 100%. Metode Neural Network dan Naive Bayes memiliki perbedaan yang kecil dalam performanya, sementara metode SVM memiliki nilai yang lebih rendah dalam evaluasi menggunakan Confusion Matrix. Penelitian ini memberikan wawasan tentang sentimen masyarakat terkait Identitas Kependudukan Digital dan mengidentifikasi metode klasifikasi dengan performa terbaik. Hasilnya dapat digunakan sebagai dasar untuk pengembangan lebih lanjut dalam meningkatkan akses dan pengelolaan Identitas Kependudukan Digital.
Co-Authors Abdussalaam, Falaah Hendry Hernawati, Euis