<![CDATA[Twitter atau yang sekarang telah berubah nama menjadi X adalah sebuah platform media sosial yang banyak digunakan dalam bersosialisasi, bertukar informasi dan memberi tanggapan terhadap kejadian, penomena yang terjadi baik secara personal maupun bersifat umum. Hal ini lah yang menjadikan twitter atau X sebagai sarana melihat sebuah reaksi atau sentimen tehadap kejadian atau penomena. Reakasi atau sentimen yang dapat diketahui yaitu sentimen positif, negatif, dan netral. Data sentimen diambil dari komentar pengguna twitter atau X, yang kemudian dilakukan pembersihan dengan metode text mining dalam Natural Language Processing (NLP). Dalam analisis sentimen pada penelitian ini menggunakan dataset Twitter US Airline dengan menggunakan dua vektorisasi yaitu Bag Of Word dan Tf-Idf sabagai pembanding dalam pengukuran akurasi data. Pada penelitian ini evaluasi data tweet menggunakan metode algoritma data mining seperti Naïve Bayes, Gradient Boosting, Random Forest, Support Vector Machine (SVM), Adaboost, dan ensemble voting untuk melihat konsistensi akurasinya. Hasil penghitungan pada masing-masing algoritma data mining, maka dapat diketahui nilai akurasi dataset Twitter US Airline dalam analisis sentimen memiliki nilai akurasi cukup tinggi yaitu sebesar 0.95 atau 95% dengan vektorisasi data menggunakan Tf-Idf serta penghitungan metode data mining dengan algoritma support vector machine. Sementara vektorisasi dataset Twitter US Airline dengan bag of word memiliki nilai akurasi tertinggi sebesar 0.92 atau 92% menggunakan metode data mining algoritma Multinominal Naïve Bayes dan Support vector Machine.]]>
Copyrights © 2024
