Article Per Year (5 Year)
p-Index From 2020 - 2025
2.723
P-Index
This Author published in this journals
All Journal (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana Telematika : Jurnal Informatika dan Teknologi Informasi OPSI Jurnal Teknologi Informasi dan Ilmu Komputer Seminar Nasional Informatika (SEMNASIF) Jurnal Teknologi dan Sistem Komputer Jurnal Teknologi Terpadu Journal of Information Systems and Informatics Jurnal Padamu Negeri Masyarakat Berkarya: Jurnal Pengabdian dan Perubahan Sosial
Ahmad Taufiq Akbar
Department of Informatics, Universitas Pembangunan Nasional Veteran Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Public Health Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Seminar Nasional Informatika (SEMNASIF)

 1 
Classification of Sentiments on Twitter Opinions with The Keyword Sinovac Using Naive Bayes Bagus Muhammad Akbar; Ahmad Taufiq Akbar; Rochmat Husaini
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan :Menerapkan metode analisis sentimen menggunakan metode Naïve Bayes pada opini twitter mengenai sentimen masyarakat terhadap vaksin covid-19, khususnya jenis sinovac.Metode: Valence Shifter-Lexicon based dan Data mining dengan algoritma Naïve Bayes untuk menentukan kategori sentimen tentang vaksin sinovacHasil : Analisis sentimen menggunakan metode Naïve Bayes menghasilkan 1433 (71,65%) sentimen positif, 403 (20,15%) sentimen negatif, dan 164 (8,2%) untuk sentimen netral. Sedangkan anaisis sentimen menggunakan metode Valence Shifter-lexicon based menghasilkan 903 (45,15%) sentimen positif, 437 (21,85%) sentimen negatif, dan sentimen netral sebesar 660 (33%).. Berdasarkan analisis sentimen dengan 2 metode tersebut, metode Naive bayes lebih signifikan dalam mengklasifikasikan sentimen. Disamping itu, Hasil penelitian ini juga mengisyaratkan bahwa kemunculan vaksin sinovac memberikan kesan positif di kalangan masyarakat.State of the Art:Metode yang digunakan dalam penelitian ini adalah 2 metode yakni Valence Shifter-lexicon based dan Naïve Bayes utuk menentukan sentimen masyarakat tentang vaksin sinovac. Sehingga lebih mengklarifikasi hasil analisis sentimen cenderung positif meskipun tidak dilakukan pelabelan secara manual.
Co-Authors Akbar, Bagus Muhammad Andiko Putro Suryotomo Berty Dwi Rahmawati Budi Suyanto Hari Prapcoyo Husaini, Rochmat M. Rafid Zufar Nur Heri Cahyana Rifki Indra Perwira Rochmat Husaini Rochmat Husaini Rochmat Husaini Rochmat Husaini Rochmat Husaini Rochmat Husaini Rustamadji, Heru Rysnalendra, Alya Pangesti Saifullah, Shoffan Yuli Dwi Astanti