Adopsi Teknologi dan Sistem Informasi
Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)

Analisis Sentimen Twitter Menggunakan Machine Learning untuk Identifikasi Konten Negatif

Kartika Sari, Amalia (Unknown)
Akhmad Irsyad (Unknown)
Dinda Nur Aini (Unknown)
Islamiyah (Unknown)
Stephanie Elfriede Ginting (Unknown)



Article Info

Publish Date
29 Jun 2024

Abstract

Konten Negatif adalah informasi dan dokumen elektronik yang mengandung konten yang tidak sopan, perjudian, penghinaan, pencemaran nama baik, pemerasan, pengancaman, serta penyebaran berita bohong dan menyesatkan yang dapat merugikan pengguna. Selain itu, konten negatif juga mencakup hal-hal yang memicu kebencian atau permusuhan berdasarkan suku, agama, ras, dan golongan (Alita & Isnain, 2020). Twitter adalah Wadah media sosial yang memungkinkan mengirim dan membaca pesan yang digunakan oleh individu, organisasi dan perusahaan untuk berbagi informasi, mengomentari peristiwa terkini, dan berinteraksi dengan pengguna lain. Proses analisis mencakup pembersihan data, eksplorasi data, dan penerapan model pembelajaran mesin seperti TF-IDF, Logistics Regression Model, dan Naive Bayes Classfier untuk klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model pembelajaran mesin dapat mengklasifikasikan sentimen tweet dengan sangat akurat, memberikan wawasan penting tentang opini publik di platform Twitter. Kinerja terbaik dengan skor F-1 68,4% dihasilkan dari uji coba Logistic Regression.

Copyrights © 2024






Journal Info

Abbrev

atasi

Publisher

Subject

Computer Science & IT

Description

This journal covers the field of publications on information systems which include: - Adoption Technology - Information Systems - E-commerce - E-Goverment - E-Learning - Analysis & Design of Information System - Enterprise Systems - Supply Chain ...