Epliani Limbong Rara
Universitas Kristen Satya Wacana

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Perubahan Piala Dunia U-20 Epliani Limbong Rara; Evangs Mailoa
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1550

Abstract

The change of host in the FIFA U-20 World Cup 2023 has sparked controversy among various groups, as seen on the social media platform Twitter. This controversy arose due to Indonesia's rejection of hosting the U-20 World Cup, allegedly because Indonesia refused the participation of the Israel U-20 national team to play in Indonesia. This research aims to implement the Naive Bayes method to classify public sentiment on Twitter regarding this change, distinguishing between positive and negative sentiments. The testing was conducted using a confusion matrix, which resulted in accuracy, precision, and recall values of 96%, 94.83%, and 99.56% respectively. Based on these results, it can be concluded that the use of the Naive Bayes method in this research is quite good, and the performance of the system improves with an increased amount of training data.Keywords: World Cup; Naive Bayes; Sentiment Classification; Confusion Matrix AbstrakAdanya perubahan tuan rumah pada turnamen Piala dunia U-20 FIFA 2023 menimbulkan kontroversi dari berbagai golongan yang dapat dilihat dari media sosial Twitter, lantaran adanya penolakan Indonesia menjadi tuan rumah pada Piala Dunia U-20 yang diduga karena Indonesia menolak keikutsertaan Timnas Israel U-20 untuk bermain di Indonesia. Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam melakukan klasifikasi sentimen masyarakat pada Twitter terkait adanya perubahan tersebut yang berupa sentimen positif dan negatif. Pengujian dilakukan menggunakan confusion matrix yang diperoleh hasil nilai accuracy, precision, dan recall masing-masing adalah 96%, 94,83%, dan 99,56%. Berdasarkan hasil tersebut dapat disimpulkan bahwa penggunaan metode Naive Bayes pada penelitian ini cukup baik, semakin banyak data training yang digunakan semakin baik hasil kinerja dari sistem.Keywords: Piala dunia; Naive Bayes; Klasifikasi Sentimen; Confusion Matrix