Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Terhadap Layanan Internet Di Indonesia Menggunakan Metode K-Nearest Neighbor Ade Septiansyah; Agistia Yuliawati; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Sejarah internet Indonesia dimulai pada awal tahun 1990-an. Saat itu jaringan internet di Indonesia lebih dikenal sebagai paguyuban network, di mana semangat kerjasama, kekeluargaan dan gotong royong sangat hangat dan terasa di antara para pelakunya. Agak berbeda dengan suasana Internet Indonesia pada perkembangannya kemudian yang terasa lebih komersial dan individual di sebagian aktivitasnya, terutama yang melibatkan perdagangan Internet. Sejak 1988, ada pengguna awal Internet di Indonesia yang memanfaatkan dan untuk mengakses internet. Analisis sentimen terhadap lamabatnya internet diindonesia ini sangat penting untuk masyarakat indonesia. Tanggapan klasifikasi menjadi sentien positif dan negatif menggunakan metode K-Nearest Neighbor. Pelabelan data dapat dilakukan dengan manual yang di data pada microsoft excel dengan status positif dan negatif yang di proses oleh rapidminer. Dari 378 opini pengguna youtube yang berhasil dikumpulkan, didapat 121 opini positif dan 253 opini negatif. Kemudian, data tersebut diklasifikasikan mengunakan algoritma K-Nearrest Neighbor, selanjutnya dilakukan optimasi dengan menggunakan Rapidminer. Sehingga penelitian yang telah dilakukan mendapatkan hasil akurasi sebesar 75.42% menggunakan K-Nearrest Neighbor sedangkan menggunaan Naïve Bayes 60,17%. Ada peningkatan hasil akurasi yang signifikan, membuktikan bahwa penggunaan seleksi K-Nearrest Neighbor mempengaruhi untuk meningkatkatkan hasil akurasi dibandingan Naïve bayes. Oleh karena itu saya membuat jurnal ini menggunakan metode K-Nearrest Neighbor
Implementasi Data Mining Analisa Sentimen Program Kartu Prakerja Menggunakan Algoritma Naïve Bayes Agistia Yuliawati; Tri Wahyudi
TEKNIKA Vol. 18 No. 2 (2024): TEKNIKA
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13133839

Abstract

Program kartu prakerja di luncurkan pada tanggal 11 april 2020, dengan janji untuk meningkatkan kondisi dan perekonomian melalui pengembangan keterampilan angkatan kerja, peluncuran kartu prakerja menuai banyak tanggapan positif dan negatif. Ada banyak reaksi, mulai dari diskusi tentang sistem seleksi, materi pelatihan, dan besaran anggaran. Dengan keberadaan Program Kartu Prakerja sejak pendaftaran gelombang pertama hingga Saat ini, ada sejumlah besar pengguna Twitter di Indonesia yang berbagi pendapat dan gagasan mereka tentang program tersebut melalui Twitter. Tujuan dari studi ini adalah untuk menerapkan metode Naive Bayes untuk mengevaluasi sentiment kebijakan kartu prakerja. Proses pengumpulan dataset yaitu dengan cara mengumpulkan opini pada Twitter, lalu dilakukan tahapan preprocessing pada data yang meliputi case folding, cleansing data, tokenizing, stopword, case normalization, dan stemming, selanjutnya dengan Membantu mengurangi noise yang disebabkan oleh label yang tidak dapat diterima. Pendapat dikelompokkan menjadi dua kelompok, yaitu sentimen negatif dan sentimen positif. Metode yang digunakan untuk menganalisis opini masyarakat menggunakan data dari Twitter Naïve Bayes, karena metode ini cukup mudah dan tidak membutuhkan banyak training data. Dari hasil pengujian menunjukan rata-rata akurasi sebesar 77,58%.