Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Maulana, Andrea
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
ANALISIS SENTIMEN OPINI PUBLIK TERKAIT JUDI ONLINE PADA PENGGUNA APLIKASI X MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MECHINE Maulana, Andrea; Yuliana, Ade
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5187

Abstract

Penelitian ini mengkaji sentimen masyarakat terkait perjudian online di Indonesia dengan menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Data dikumpulkan dari platform X dan dianalisis melalui tahap-tahap prapemrosesan, klasifikasi, dan evaluasi. Hasil penelitian menunjukkan bahwa SVM memiliki tingkat akurasi sebesar 98%, lebih tinggi dibandingkan dengan Naive Bayes yang memiliki akurasi 93%. Ini menegaskan bahwa SVM lebih andal dalam mengklasifikasikan sentimen publik terhadap perjudian online. Temuan ini memberikan wawasan penting bagi pengambil kebijakan untuk memahami persepsi publik dan menyusun regulasi yang lebih tepat.
ANALISIS SENTIMEN OPINI PUBLIK TERKAIT JUDI ONLINE PADA PENGGUNA APLIKASI X MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MECHINE Maulana, Andrea; Yuliana, Ade
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5187

Abstract

Penelitian ini mengkaji sentimen masyarakat terkait perjudian online di Indonesia dengan menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Data dikumpulkan dari platform X dan dianalisis melalui tahap-tahap prapemrosesan, klasifikasi, dan evaluasi. Hasil penelitian menunjukkan bahwa SVM memiliki tingkat akurasi sebesar 98%, lebih tinggi dibandingkan dengan Naive Bayes yang memiliki akurasi 93%. Ini menegaskan bahwa SVM lebih andal dalam mengklasifikasikan sentimen publik terhadap perjudian online. Temuan ini memberikan wawasan penting bagi pengambil kebijakan untuk memahami persepsi publik dan menyusun regulasi yang lebih tepat.
Co-Authors Ade Yuliana, Ade