Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Informanika Journal of Computer and Information Systems Ampera
Khoirul Zuhri
Universitas Bina Darma
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Other

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

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN MASYARAKAT TERHADAP PILPRES 2019 BERDASARKAN OPINI DARI TWITTER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER Nurul Adha Oktarini Saputri1; Khoirul Zuhri
JURNAL INFORMANIKA JURNAL INFORMANIKA, VOL.7 NO.01 JANUARI-JUNI 2021
Publisher : POLITEKNIK ANIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52233/informanika.v7i01.201

Abstract

Twitter merupakan media sosial yang sedang populer saat ini, disini publik bebas berkomentar dan menulis apapun. Tidak jarang pubik berkomentar dengan kata – kata kasar bahkan ujaran kebencian. Pemilihan presiden 2019 menuai banyak komentar,ada yang memuji,mengkritik dan menghina.Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Data opini diperoleh dari jejaring sosial Twitter berupa tweet. Data yang digunakan berjumlah 3337 tweet terdiri dari 80% data latih dan 20% merupakan data training. Data latih merupakan data yang telah diketahui sentimennya. Penelitian ini bertujuan untuk menentukan tweet merupakan tweet positif atau negatif yang disampaikan di Twitter dalam Bahasa Indonesia. Pengklasifikasian data tweet menggunakan algoritma naïve bayes classifier. Hasil klasifikasi pada data uji menunjukkan,algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar71%. Untuk nilai akurasi tiap sentimennya yaitu 71% untuk sentimen negatif dan 70% untuk sentiment positif. Kata Kunci : Analisis Sentimen, Klasifikasi, Naïve Bayes, Twitter, Pilpres 2019
Analisis Sentimen Masyarakat Terhadap Pilpres 2019 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier Khoirul Zuhri; Nurul Adha Oktarini Saputri
Journal of Computer and Information Systems Ampera Vol. 1 No. 3 (2020): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v1i3.45

Abstract

Twitter is a social media that is currently popular, where the public is free to comment and write anything. It is not uncommon for the public to comment with harsh words and even hate speech. The 2019 presidential election drew many comments, some praised, criticized and insulted. To be able to dig up information and classify a text, sentiment analysis is needed. In this study, sentiment analysis is a process of classifying textual documents into two classes, namely negative and positive sentiment classes. Opinion data were obtained from the Twitter social network in the form of tweets. The data used was 3337 tweets consisting of 80% training data and 20% training data. Training data is data with known sentiment. This study aims to determine whether a tweet is a positive or negative tweet conveyed on Twitter in Indonesian. The classification of tweet data uses the naïve Bayes classifier algorithm. The classification results of the test data show that the Naïve Bayes Classifier algorithm provides an accuracy value of 71%. The accuracy value for each sentiment is 71% for positive sentiment and 70% for negative sentiment
Co-Authors Nurul Adha Oktarini Saputri