Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK
Muhammad Fany Fahrezi
Universitas Muhammadiyah Tangerang
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 Sosial Media Twitter Terhadap Organisasi Aksi Cepat Tanggap Menggunakan Naïve Bayes Classifier Muhammad Fany Fahrezi; Angga Aditya Permana
Jurnal Teknik Vol 11, No 2 (2022)
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jt.v11i2.7053

Abstract

Adanya suatu topik permasalahan aksi cepat tanggap (act) menimbulkan berbagai macam tanggapan dari masyarakat. Banyaknya pemberitahuan yang berasal dari banyak sumber dapat mempengaruhi presepsi masyarakat. Berbagai macam penilaian tehadap organisasi act yang dialami masyarakat dapat menjadi pemicu terjadinya kemarahan dan kebingungan. Tujuan penelitian ini adalah untuk melakukan analisis sentimen menggunakan google colab dengan bahasa pemrograman python, untuk mengetahui opini-opini masyarakat pada media sosial twitter terhadap kabar mengenai organisasi act dengan kata kunci aksi cepat tanggap yang ada di Indonesia. Penelitian ini menggunakan google colab dengan bahasa pemrograman python untuk mencari dan mengambil data dari media sosial twitter. kemudian akan dilanjutkan dengan tahap preprocessing untuk membersihkan data yang telah diambil dari twitter. lalu mencari persentase dari topik permasalahan yaitu aksi cepat tanggap dengan 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). Dengan begitu penelitian ini akan menghasilkan sebuah informasi analisis sentimen menggunakan google colab dengan bahasa pemrograman python dalam mengambil dan mengklasifikasi data.
Co-Authors Angga Aditya Permana