Progresif: Jurnal Ilmiah Komputer
Vol 19, No 2: Agustus 2023

Penerapan Text Mining Menggunakan Algoritme Naïve Bayes Dalam Mengklasifikasi Sentimen Netizen di media sosial Twitter (Studi Kasus Pertemuan KTT G20 di Indonesia)

Yuliadi, Yusup (Unknown)
A. Ineke Pakereng, Magdalena (Universitas Kristen Satya Wacana)



Article Info

Publish Date
28 Aug 2023

Abstract

The G20 is a forum that discusses global issues including Finance Track and Sherpa Track, this forum consists of developed and developing countries. The purpose of this research is to classify positive and negative tweets using the naive bayes method. The naive bayes method can predict future possibilities based on past experience and this method is recommended from several previous researchers because this method is considered suitable for analyzing positive and negative tweets in the dataset. The existing data is processed using rapidminer and produces a model. Based on the model of the naive bayes method seen from 700 training data, 675 positive predictions with class precision 100.00% and 22 negative predictions with class precision 88.00% and with an analysis accuracy value of 99.57%. So it can be concluded that many people have positive sentiments on twitter when the G20 is held in Indonesia and the G20 can be an effort to encourage the country's economy to be even better.Keyword: Text mining; G20 Summit; Naive Bayes; Netizen sentiment    AbstrakG20 merupakan forum yang membahas isu masalah global antara lain, Finance Track dan Sherpa Track, forum ini beranggotakan negara maju dan berkembang, Tujuan penelitian ini adalah mengklasifikasikan tweet positif dan negatif menggunakan metode naive bayes. Metode naive bayes dapat memprediksi kemungkinan masa depan berdasarkan pengalaman masa lalu serta metode ini direkomendasikan dari beberapa peneliti sebelumnya karena metode ini dianggap cocok untuk menganalisa tweet positif dan negatif dalam dataset. Data yang ada diolah menggunakan rapidminer dan menghasilkan model. Berdasarkan model dari metode naive bayes dilihat dari 700 data latih, 675 prediksi positif dengan class precision 100.00% serta 22 prediksi negatif dengan class precision 88.00% dan dengan nilai analisa accuracy 99,57%. Jadi dapat disimpulkan banyak masyarakat yang bersentimen positif di twitter saat digelarnya G20 di Indonesia dan G20 ini dapat menjadi upaya untuk mendorong perekonomian negara agar lebih baik lagi.Kata kunci: Text Mining; Konferensi Tingkat Tinggi G20; Naive Bayes; Sentimen Netizen

Copyrights © 2023






Journal Info

Abbrev

progresif

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang ...