Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Scientific Student Journal for Information, Technology and Science
Aida Solehah
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
IMPLEMENTASI ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK ANALISIS SENTIMEN TERHADAP LAYANAN INDIHOME BERDASARKAN OPINI TWITTER Aida Solehah; Amril Siregar; Adi Pratama
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Dengan berkembang pesatnya teknologi, maka semakin besar juga penggunaan internet. Untuk menunjang kebutuhan internet agar semakin cepat dan nyaman digunakan maka diperlukan pula provider jaringan yang cepat untuk mengakses internet. Pada tahun 2018, Sebanyak 18,9% dari pengguna internet menyatakan bahwa media sosial adalah penggunaan utama internet mereka. Twitter adalah salah satu media sosial yang banyak digunakan untuk mencari hiburan, bisnis, ekonomi, politik, dan jenis informasi lainnya. Indihome merupakan provider yang banyak digunakan pengguna untuk mengkases internet, Di tahun 2022, IndiHome dinyatakan sebagai pemilik Internet Service Provider (ISP) yang paling banyak digunakan oleh pengguna ISP dibandingkan provider lainnya sehingga indihome dapat menarik perhatian masyarakat yang lebih besar. Penelitian ini akan melakukan analisis sentimen terhadap pelayanan indihome, data diambil dari opini-opini pengguna twitter. Data yang digunakan berjumlah 1008 data tweet dan data akan diklasifikasikan menjadi dua yaitu opini negatif dan positif. Algoritma Naive Bayes dan K-Nearest Neighbor digunakan untuk mengklasifikasikan data setelah dibagi menjadi 70% data latih dan 30% data uji. Algoritma Naive Bayes memiliki akurasi 81,8%, presisi 88,5%, dan recall 86,6%, sedangkan Algoritma K-Nearest Neighbor memiliki akurasi 59,0%, presisi 95,4%, dan recall 46,8% saat diuji menggunakan Confusion Matrix.
Co-Authors Adi Pratama amril siregar