Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Bakti Sekawan : Jurnal Pengabdian Masyarakat Mutiara : Jurnal Ilmiah Multidisiplin Indonesia
Dinata, Imam
Unknown Affiliation
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Sarjana Teknik Informatika

 1 
Sentiment Analysis of Hate Speech in Lombok News Using the Support Vector Machine (SVM) Algorithm Dinata, Imam; Rasikhun, Hady; Rizkillah, Muhammad
Jurnal Sarjana Teknik Informatika Vol. 12 No. 2 (2024): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v12i2.28984

Abstract

Berita online telah menjadi kebutuhan mendasar di kalangan masyarakat umum. Berita online juga berpotensi dapat merugikan masyarakat online atau netizen melalui tidak terkendali komentar atau opini mengenai penyebaran berita yang bersifat negatif. Support Vector Machine (SVM) merupakan salah satu metode pada machine learning yang dapat menentukan tingkat sentimen dari komentar negatif atau positif. Metode SVM terdapat beberapa tahapan yaitu cleansing, tokenizing, emojis, stopword, dan stemming. Penelitian ini bertujuan menganalisis sentimen hate speech pada berita di Lombok dengan metode SVM. Hasil pengujian pada data latih menggunakan metode SVM memberikan tingkat akurasi sebesar 81%.
Sentiment Analysis of Hate Speech in Lombok News Using the Support Vector Machine (SVM) Algorithm Dinata, Imam; Rasikhun, Hady; Rizkillah, Muhammad
Jurnal Sarjana Teknik Informatika Vol. 12 No. 2 (2024): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v12i2.28984

Abstract

Berita online telah menjadi kebutuhan mendasar di kalangan masyarakat umum. Berita online juga berpotensi dapat merugikan masyarakat online atau netizen melalui tidak terkendali komentar atau opini mengenai penyebaran berita yang bersifat negatif. Support Vector Machine (SVM) merupakan salah satu metode pada machine learning yang dapat menentukan tingkat sentimen dari komentar negatif atau positif. Metode SVM terdapat beberapa tahapan yaitu cleansing, tokenizing, emojis, stopword, dan stemming. Penelitian ini bertujuan menganalisis sentimen hate speech pada berita di Lombok dengan metode SVM. Hasil pengujian pada data latih menggunakan metode SVM memberikan tingkat akurasi sebesar 81%.
Co-Authors Hady Rasikhun Idham Idham Majid, Muhammad Fuad Fathul Muhammad Rizkillah Muhammad, Hasman Zhafiri Tommy Pratama, Tommy Yusuf, Siti Agrippina Alodia