Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi
Muhammad Ihsan
Universitas Nusa Mandiri
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

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

Found 2 Documents
Search

 1 
Klasifikasi Tweet Influencer NU Dengan GNPF-Ulama Menggunakan Naive Bayes Dan Support Vector Machine Muhammad Ihsan; Desmulyati Desmulyati
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4276

Abstract

Abstrak - Terdapat dua kelompok besar yang saling memperebutkan pengaruh, yang penulis teliti yaitu Nahdlatul Ulama (NU) dengan wacana Islam dan nasionalisme, dan Gerakan Nasional Pembela Fatwa Ulama (GNPF-Ulama) dengan wacana yang hanya menekankan pada aspek keagamaan. Penelitian ini melakukan klasifikasi tweet dari Influencer yang berafiliasi dengan NU dan GNPF-Ulama di media sosial twitter. Algoritma yang digunakan adalah Naive Bayes dan Support Vector Machine. Data twitter diambil menggunakan library tweepy, proses preprocessing menggunakan python dengan penggunaan library Sastrawi untuk melakukan stemming kata bahasa Indonesia. Klasifikasi dengan metode Naive Bayes dan Support Vector Machine dilakukan menggunakan aplikasi RapidMiner. Berdasarkan penelitian, metode Support Vector Machine menghasilkan nilai akurasi dan AUC yang lebih baik dari Naive Bayes yakni sebesar 77.28% dan AUC sebesar 0.863.Kata Kunci - Klasifikasi, Naive Bayes, Support Vector Machine, NU, GNPF-Ulama Abstract - There are two major groups competing for influence, which the authors examine, namely Nahdlatul Ulama (NU) with a discourse on Islam and nationalism, and the National Movement for Defending Fatwa Ulama (GNPF-Ulama) with a discourse that only emphasizes religious aspects. This study classified tweets from Influencers affiliated with NU and GNPF-Ulama on Twitter social media. The algorithm used is Naive Bayes and Support Vector Machine. Twitter data is taken using the tweepy library, the preprocessing process uses python with the use of the Sastrawi library to stem Indonesian words. Classification using the Naive Bayes method and Support Vector Machine is done using the RapidMiner application. Based on the research, the Support Vector Machine method produces better accuracy and AUC values than Naive Bayes which is 77.28% and AUC of 0.863.Keywords - Classification, Naive Bayes, Support Vector Machine, NU, GNPF-Ulama
Klasifikasi Tweet Influencer NU Dengan GNPF-Ulama Menggunakan Naive Bayes Dan Support Vector Machine Muhammad Ihsan; Desmulyati Desmulyati
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4276

Abstract

Abstrak - Terdapat dua kelompok besar yang saling memperebutkan pengaruh, yang penulis teliti yaitu Nahdlatul Ulama (NU) dengan wacana Islam dan nasionalisme, dan Gerakan Nasional Pembela Fatwa Ulama (GNPF-Ulama) dengan wacana yang hanya menekankan pada aspek keagamaan. Penelitian ini melakukan klasifikasi tweet dari Influencer yang berafiliasi dengan NU dan GNPF-Ulama di media sosial twitter. Algoritma yang digunakan adalah Naive Bayes dan Support Vector Machine. Data twitter diambil menggunakan library tweepy, proses preprocessing menggunakan python dengan penggunaan library Sastrawi untuk melakukan stemming kata bahasa Indonesia. Klasifikasi dengan metode Naive Bayes dan Support Vector Machine dilakukan menggunakan aplikasi RapidMiner. Berdasarkan penelitian, metode Support Vector Machine menghasilkan nilai akurasi dan AUC yang lebih baik dari Naive Bayes yakni sebesar 77.28% dan AUC sebesar 0.863.Kata Kunci - Klasifikasi, Naive Bayes, Support Vector Machine, NU, GNPF-Ulama Abstract - There are two major groups competing for influence, which the authors examine, namely Nahdlatul Ulama (NU) with a discourse on Islam and nationalism, and the National Movement for Defending Fatwa Ulama (GNPF-Ulama) with a discourse that only emphasizes religious aspects. This study classified tweets from Influencers affiliated with NU and GNPF-Ulama on Twitter social media. The algorithm used is Naive Bayes and Support Vector Machine. Twitter data is taken using the tweepy library, the preprocessing process uses python with the use of the Sastrawi library to stem Indonesian words. Classification using the Naive Bayes method and Support Vector Machine is done using the RapidMiner application. Based on the research, the Support Vector Machine method produces better accuracy and AUC values than Naive Bayes which is 77.28% and AUC of 0.863.Keywords - Classification, Naive Bayes, Support Vector Machine, NU, GNPF-Ulama
Co-Authors Desmulyati, Desmulyati