<![CDATA[Sosial media berperan sebagai platform yang sangat efektif sebagai media penyebaran informasi. Namun, dengan banyaknya permasalahan yang terjadi di hari yang sama menjadikan informasi yang diberikan tidak tergambar dengan jelas. Hal tersebut terkadang menyulitkan masyarakat untuk memonitor dengan jelas. Informasi yang disampaikan di Radio seringkali mudah terlewatkan. Begitu pula dengan informasi yang disampaikan di media sosial, informasi yang disampaikan tidak terstruktur dan tertumpuk-tumpuk. Sehingga dari permasalahan tersebut dapat dimanfaatkan untuk dilakukan pembuatan model klasifikasi tweet pada akun Twitter Suara Surabaya dengan menggunakan metode Naïve Bayes. Tweet diklasifikasikan menjadi empat kategori, yaitu tweet kemacetan, kecelakaan, cuaca dan selain ketiga topik sebelumnya. Tahapan membangun model klasifikasi Tweet Suara Surabaya adalah identifikasi masalah, studi literature, pengumpulan dan penyiapan data, dilanjut dengan pra-proses, pembangunan model dan evaluasi model.Hasil penelitian menunjukkan bahwa akurasi teringgi didapatkan dengan menggunakan Multinomial Naïve Bayes dengan akurasi sebesar 89%.Penelitian ini juga menemukan bahwa penerapan SMOTE dapat meningkatkan akurasi model, sedangkan penerapan N-Gram dapat menurunkan akurasi. Kata kunci: Naïve Bayes Classifier, Named Entity Recognizer, SMOTE]]>
Copyrights © 2020
