Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK
Muhammad Fany Fahrezi
UMT
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering

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

Found 1 Documents
Search

 1 
SENTIMEN ANALISIS OPINI MASYARAKAT PADA MEDIA SOSIAL TWITTER TERHADAP VAKSIN BERBAYAR MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC) Angga Aditya Permana; Muhammad Fany Fahrezi; Dinar Ajeng Kristiyanti; Manorang Sihotang
Jurnal Teknik Vol 10, No 2 (2021): Juli-Desember 2021
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jt.v10i2.5471

Abstract

Adanya rencana vaksin berbayar oleh pemerintah menimbulkan berbagai macam tanggapan dari masyarakat. Banyaknya pemberitahuan yang berasal dari banyak sumber dapat mempengaruhi presepsi masyarakat. Presepsi negatif tehadap vaksin berbayar yang dialami masyarakat dapat menjadi pemicu terjadinya kemarahan. Tujuan penelitian ini adalah untuk melakukan analisis sentimen menggunakan pemrograman R, untuk mengetahui opini-opini masyarakat terhadap kabar mengenai vaksin berbayar yang ada di Indonesia. Penelitian ini menggunakan metode naïve bayes classifier yang diklasifikasikan kedalam opini positif, negatif, dan netral. Hasil analisis sentimen ini akan dijabarkan dalam bentuk visualisasi barplot, wordcloud, dan dalam bentuk diagram UML (Unified Modelling Language) kemudian proses akan dilanjutkan dengan membuat rancangan sistem. Analisis sentiment ini adalah berbasis web dan dapat diakses menggunakan browser. Dengan begitu penelitian ini akan menghasilkan sebuah informasi analisis sentimen dengan menggunakan rstudio dalam mengambil dan mengklasifikasi data.
Co-Authors Angga Aditya Permana Dinar Ajeng Kristiyanti Manorang Sihotang