Jurnal Teknik Komputer AMIK BSI
Vol 10, No 2 (2024): Periode Juli 2024

Optimasi Naïve Bayes menggunakan Seleksi Fitur Forward Selection untuk Analisis Sentimen Kendaraan Listrik

Salman Alfarizi (Universitas Bina Sarana Informatika)
Deni Gunawan (Universitas Bina Sarana Informatika)
Hasan Basri (Universitas Bina Sarana Informatika)
Alif Rizqi Mulyawan (Universitas Bina Sarana Informatika)
Nurul Ichsan (Universitas Bina Sarana Informatika)



Article Info

Publish Date
16 Aug 2024

Abstract

Isu pemanasan global menjadi perhatian utama para pemimpin di beberapa negara termasuk Indonesia. Salah satu kontribusi untuk mengurangi emisi karbon yang berakibat pada pemanasan global yaitu dengan menggulirkan kebijakan kendaraan listrik. Pro kontra kebijakan kendaraan Listrik di Indonesia telah merambah ke berbagai ruang diskusi publik termasuk media social X (Twitter). Berdasakan hal tersebut penelitian ini bermaksud untuk menganalisis sentimen Masyarakat pada media social X tentang kebijakan kendaraan Listrik dilakukan klasifikasi dengan memanfaatkan algoritma naïve bayes berbasis forward selection. Berdasarkan pengujian model klasifikasi naïve bayes ditambahkan forward selection dihasilkan accuracy sebesar 82,11% dengan nilai AUC 0,801. Ada kenaikan nilai accuracy sebesar 2,67% dibandingkan tanpa menggunakan seleksi fitur forward selection yang hanya mencapai accuracy dikisaran 79,43 % dengan nilai AUC 0,639. Peneliti menarik Kesimpulan bahwa penggunaan seleksi fitur menggunakan forward selection dapat berkontribusi meningkatkan algoritma naïve bayes dalam klasifikasi sentimen pada kendaraan yang bertenaga listrik.

Copyrights © 2024






Journal Info

Abbrev

jtk

Publisher

Subject

Computer Science & IT

Description

Jurnal Teknik Komputer merupakan jurnal ilmiah yang diterbitkan oleh LPPM Universitas Bina Sarana Informatika. Jurnal ini berisi tentang karya ilmiah hasil penelitian yang bertemakan: Networking, Robotika, Aplikasi Sains, Animasi Interaktif, Pengolahan Citra, Sistem Pakar, Sistem Komputer, Soft ...