Triyana, Dimas
Unknown Affiliation

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

Found 1 Documents
Search

IMPLEMENTASI METODE ENSEMBLE MAJORITY VOTE PADA ALGORITMA NAIVE BAYES DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN TWITTER HARGA TIKET PESAWAT DOMESTIK Triyana, Dimas; Muharrom Al Haromainy, Muhammad; Maulana, Hendra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10475

Abstract

Transportasi merupakan komponen penting dalam mendukung pertumbuhan ekonomi suatu negara. Industri penerbangan domestik di Indonesia, khususnya, mengalami pertumbuhan pesat setelah terdampak pandemi Covid-19. Tetapi kenaikan jumlah penumpang mengakibatkan perbedaan pendapat terkait harga tiket pesawat domestik yang semakin mahal, yang menjadi faktor krusial dalam keputusan pembelian konsumen. Analisis sentimen melalui media sosial seperti Twitter menjadi solusi untuk memahami opini masyarakat terhadap harga tiket pesawat domestik. Fokus Penelitian ini menggunakan algoritma Naive Bayes dan Random Forest kemudian diimplementasikan pada Ensemble Majority Vote. Pada analisis sentimen pada tweet terkait harga tiket penerbangan domestik. Skenario pertama Naive Bayes menggunakan data training dan testing dengan rasio 80:20, menghasilkan akurasi sebesar 70,31% setelah menerapkan SMOTE untuk menangani ketidak seimbangan pada labelling data. Skenario kedua, dengan rasio 70:30, mendapat akurasi 71,75%. Metode Random Forest juga digunakan sebagai algoritma perbandingan. Pada skenario pertama, Random Forest mencapai akurasi 84,91%, dan pada skenario kedua, 85,71%. Penggabungan kedua algoritma menggunakan ensemble majority voting menghasilkan akurasi 85,88% dan 85,87% untuk kedua skenario, menunjukkan peningkatan akurasi prediksi dibandingkan model individu algoritma. Dalam artian metode ensemble majority vote dinilai efektive dalam meningkatkan akurasi analisis sentimen terhadap harga tiket pesawat domestik. Arah opini masyarakat terkait harga tiket pesawat domestik dalam media sosial Twitter adalah negatif.