Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer
Saputra, Ambar Dwi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Library & Information Science Mathematics

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

Found 1 Documents
Search

 1 
ANALISIS TENDENSI PORTAL BERITA ONLINE TERHADAP VAKSINASI COVID-19 DI INDONESIA MENGGUNAKAN METODE K-NEAREST NEIGHBOR Adharani, Yana; Saputra, Ambar Dwi; Rosanti, Nurvelly; Latifah, Retnani
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 13 No 2, Januari Tahun 2023
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.13.2.125-137

Abstract

Di Indonesia per 27 Juli 2021 ada 4.170.155 kasus terkonfirmasi COVID-19. Salah satu cara untuk menekan peningkatan dan penyebaran kasus COVID-19 adalah dengan melakukan vaksinasi. Terkait dengan hal tersebut, ada beberapa berita tentang vaksin COVID-19 di portal berita. Pemberitaan yang diberikan memiliki tendensi positif, negatif maupun netral yang dapat memengaruhi pandangan masyarakat terhadap pemberian vaksin COVID-19. Dalam penelitian ini dilakukan klasifikasi terhadap tendensi pemberitaan portal berita terhadap vaksin COVID-19 menggunakan metode K-Nearest Neigbor (KNN). Pengujian dilakukan terhadap 1000 data dengan 5 kombinasi data training dan testing sebanyak 50 kali dengan nilai k berbeda. Pelabelan data dilakukan secara manual dan otomatis menggunakan sentistrenth_id. Hasil Pengujian pelabelan manual menunjukan tingkat accuracy tertinggi sebesar 78,50% pada k = 6. Untuk pelabelan otomatis diperoleh accuracy tertinggi sebesar 93% pada k = 6. Accuracy tertinggi diperoleh untuk penggunaan data training sebesar 80% dan data testing 20%. Tingkat accuracy yang belum optimal diakibatkan karena jumlah data pada setiap kelas tidak berimbang dan terdapat pelabelan pada data training maupun testing yang tidak akurat. Aplikasi dapat mengidentifikasi kata-kata dominan, baik dalam pemberitaan positif, negatif maupun netral untuk kelas yang teridentifikasi.Kata Kunci: klasifikasi, COVID-19, K-Nearest Neigbor, portal berita, vaksinasi
Co-Authors Adharani, Yana Nurvelly Rosanti, Nurvelly Retnani Latifah, Retnani