Article Per Year (5 Year)
p-Index From 2020 - 2025
1.503
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) Proceeding Information Technology Format : Jurnal Imiah Teknik Informatika Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Ilmu Teknik dan Komputer Indonesian Journal of Electrical Engineering and Computer Science Teknika
Mujiono Sadikin
Universitas Mercu Buana
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Analisis Sentimen Twitter terhadap Tokoh Publik dengan Algoritma Naive Bayes dan Support Vector Machine Widowati, Tanthy Tawaqalia; Sadikin, Mujiono
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 11, No 2 (2020): JURNAL SIMETRIS VOLUME 11 NO 2 TAHUN 2020
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v11i2.4568

Abstract

Salah satu media sosial yang berkembang adalah Twitter. Media sosial Twitter mempermudah masyarakat untuk bebas berpendapat melalui cuitan atau biasa disebut dengan tweets. Netizen dengan bebas menyampaikan opini pribadinya untuk topik apapun, termasuk persepsi terhadap tokoh publik. Artikel ini menyajikan hasil penelitian dan analisis sentimen masyarakat (netizen) terhadap tokoh publik, Nadiem Makariem sebagai Menteri Kementerian Pendidikan dan Kebudayaan baru. Penelitian ini menggunakan teknik data mining yang bertujuan untuk membandingkan hasil klasifikasi dari opini masyarakat yang dituliskan di Twitter. Dataset yang digunakan berasal dari tweets dengan kata kunci ”nadiem makariem”, ”kemendikbud” dan ”pak nadiem”. Tools RapidMiner digunakan untuk membantu tahap pre-processing dan klasifikasi menggunakan dua metode yaitu, Naive Bayes dan Support Vector Machine dengan evaluasi k-fold cross-validation. Dari hasil ujicoba diketahui bahwa untuk kasus yang diteliti, metode Naive Bayes menghasilkan kinerja yang lebih baik dengan accuracy 91.48%,  precision 89.28%  dan recall 91.58%.
Co-Authors Arif Rifai D. Arif Rifai Dwiyanto Ashari, Marie Luthfi Efrike Sofyani Putri Enos Dwianto Fadli Aziz Setiawan Fahri Alfiandi Ionia Veritawati Ito Wasito Kaburuan, Emil Robert Laras Wiranda Marie Luthfi Ashari Nurfiyah Pratama Yusuf, Ajif Yunizar Purwanto S. Katidjan, Purwanto S. Purwanto SK Raka Yusuf Trisnojuwono, Adi Wati, Yatria Atna Widowati, Tanthy Tawaqalia Wiranda, Laras