Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Teknik Informatika Unika Santo Thomas (JTIUST)
Faizi, Aditya Wahyu Nur
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Penerapan Metode Adaptive Boosting Pada Analisis Sentimen Kenaikan BBM Pertamina Faizi, Aditya Wahyu Nur; Nugroho, Kristiawan
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 2 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Masyarakat selalu menentang kenaikan harga BBM. Selain itu, emosi negatif semakin terlihat karena kisah di media sosial sering dipenuhi dengan provokasi yang berlebihan. Dianggap bahwa pengalihan subsidi BBM oleh pemerintah tidak menguntungkan rakyat. Kenaikan harga BBM juga memicu interaksi dan percakapan warganet Indonesia di media sosial. Perbincangan isu kenaikan BBM di media sosial terdapat 403.700 perbincangan dengan 2,2 juta interaksi antar pengguna media sosial. Data penelitian mencakup 560 tweet. Ini dibagi menjadi dua, 500 untuk data latihan dan 60 untuk data uji, yang disimpan dalam format xlsx. Algoritma yang di gunakan adalah AdaBoost dengan klasifikasi sentimen positif atau negatif. Studi ini menghasilkan algoritma AdaBoost memiliki kemampuan untuk mengkategorikan tweet kenaikan BBM Pertamina ke dalam kelas bersentimen positif atau negatif dengan akurasi sebesar 86,8%.
Penerapan Metode Adaptive Boosting Pada Analisis Sentimen Kenaikan BBM Pertamina Faizi, Aditya Wahyu Nur; Nugroho, Kristiawan
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 2 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Masyarakat selalu menentang kenaikan harga BBM. Selain itu, emosi negatif semakin terlihat karena kisah di media sosial sering dipenuhi dengan provokasi yang berlebihan. Dianggap bahwa pengalihan subsidi BBM oleh pemerintah tidak menguntungkan rakyat. Kenaikan harga BBM juga memicu interaksi dan percakapan warganet Indonesia di media sosial. Perbincangan isu kenaikan BBM di media sosial terdapat 403.700 perbincangan dengan 2,2 juta interaksi antar pengguna media sosial. Data penelitian mencakup 560 tweet. Ini dibagi menjadi dua, 500 untuk data latihan dan 60 untuk data uji, yang disimpan dalam format xlsx. Algoritma yang di gunakan adalah AdaBoost dengan klasifikasi sentimen positif atau negatif. Studi ini menghasilkan algoritma AdaBoost memiliki kemampuan untuk mengkategorikan tweet kenaikan BBM Pertamina ke dalam kelas bersentimen positif atau negatif dengan akurasi sebesar 86,8%.
Co-Authors Dian Kristiawan Nugroho