Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Sistem Informasi
Eni Tri Handayani
Universitas Teknokrat Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Environmental Science Social Sciences

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

Found 1 Documents
Search

 1 
Analisis Setimen Respon Masyarakat Terhadap Kabar Harian Covid-19 Pada Twitter Kementerian Kesehatan Dengan Metode Klasifikasi Naive Bayes Eni Tri Handayani; Ari Sulistiyawati
Jurnal Teknologi dan Sistem Informasi Vol 2, No 3 (2021): Volume 2 No. 3 September 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i3.906

Abstract

Kementerian Kesehatan Republik Indonesia berperan sebagai gugus terdepan dalam penanganan covid-19 di Indonesia selalu menyajikan kabar harian untuk menyediakan informasi mengenai kasus pandemi covid-19 perharinya melalui akun twitter milik Kementerian Kesehatan Republik Indonesia. Namun, tidak semua tweet harian yang diberikan oleh akun twitter Kementerian Kesehatan Republik Indonesia dapat dikonsumsi dan direspon masyarakat dengan selaras. Adapun masalah ini dapat diatasi dengan melakukan penelitian di bidang Analisis Sentiment, yang mana merupakan bidang penelitian yang berfokus kepada studi komputasi atas opini, tingkah laku, dan emosi terhadap suatu entitas yang dituangkan dalam bentuk teks. Penelitian ini dilakukan untuk mengetahui bagaimana hasil analisis sentimen terkait respon masyarakat dari kabar harian Covid-19 dari twitter Kementerian Kesehatan Republik Indonesia dan mengklassifikasikannya menjadi tiga kelas yaitu positif, negatif, dan netral menggunakan metode klasifikasi Naïve Bayes Classifier, sehingga penelitian ini diharapkan dapat menghasilkan sentimen dengan kelas yang cenderung positif, negatif, atau netral. Hasil dari kesimpulan penelitian ini nantinya dapat dilihat dalam bentuk grafik. Penelitian ini juga melakukan pengujian akurasi, pengujian precision, dan recall, f-1 score untuk memastikan ke akuratan dari penelitian.Kata Kunci: Covid-19, Kemenkes RI, Analisis Sentiment, Text Mining, Klasifikasi Naive Bayes.
Co-Authors Ari Sulistiyawati