SmartComp
Vol 13, No 1 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer

Analisis Sentimen Masyarakat dalam Pembangunan City Walk Kota Tegal di Media Sosial Facebook Menggunakan Algoritma Naïve Bayes dan SVM

Sofyan, Ali (Unknown)
Fitria, Ria Indah (Unknown)
Isralestina, Fatiah (Unknown)



Article Info

Publish Date
19 Jan 2024

Abstract

Pembangunan sarana perkotaan sangat penting untuk menunjang kegiatan masyarakat. Pembangunan yang membutuhkan lahan serta perubahan fasilitas umum tentu akan berdampak langsung kepada masyarakat. Kota Tegal sebagai kota perdagangan dan industri tentunya berdampak pada peningkatan perekonomian masyarakat dan pemerintah daerahnya, sehingga berdampak juga pada peningkatan pembangunan. Pembangunan yang berjalan tentu harus berdampak baik kepada masyarakatnya. Terkadang banyak pihak yang pro dan kontra terhadap pembangunan faslitas publik. Seperti contohnya pembangunan City Walkdi Kota Tegal banyak pendapat masyarakat yang disampaikan dimedia sosial. Kebebasan menyampiakan pendapat tentunya akan memunculkan beragam pendapat. Penelitian ini dilakukan untuk memberikan informasi tentang akurasi klasifikasi model dengan menggunakan algoritma klasifikasi dengan menggunakan data persepsi masyarakat terhadap pembangunan City WalkKota Tegal. Penelitian ini juga dapat digunakan sebagai masukan untuk pengambilan keputusan dalam pengembangan proyek pembangunan di Kota Tegal. Penelitian ini adalah penelitian data teks atau bisa disebut penelitian teks mining dimana teks mining adalah proses ekstraksi informasi dari kumpulan data teks. Pada penelitian ini data teks yang digunakan berasal dari pendapat masyarakat yang disampaikan melalui media sosial facebook. Penelitian ini bertujuan untuk mencari akurasi terbaik dari klasifikasi model algoritma dengan mengkasifikasikan pendapat yang disampaikan masyarakat menjadi pendapat positif, negatif. Metode yang digunakan Naive Bayes dan SVM untuk mengklasifikasikan komentar pembangunan City Walkdi kota Tegal. Setiap komentar akan dilabeli sebagai komentar positif dan negatif. Dari hasil uji dengan model Naïve Bayes diperoleh akurasi tertinggi 70.19% dengan sufled sampling . Sedangkan pada metode SVM mendapatkan akurasi tertinggi 80.77% di stratified sampling.

Copyrights © 2024






Journal Info

Abbrev

smartcomp

Publisher

Subject

Computer Science & IT Electrical & Electronics Engineering

Description

Smart Comp(p-ISSN: 2089-676X, e-ISSN:2549-0796) is a nationally peer reviewed computer science journal open for researchers from the field of Information Technology, Computer Engineering, Informatics Engineering, Electrical & Electronics Engineering and related researches. Smart Comp has been ...