<![CDATA[Keamanan siber telah menjadi isu kritis di era digital, dengan bukti 3 tahun terakhir terdapat 6 kasus cybercrime di Indonesia yang menyerang server salah satunya yang terbaru pencurian data Bank Syariah Indonesia pada bulan mei yang mengakibatkan server lumpuh selama 5 hari dan dampaknya nasabah tidak dapat mengakses aplikasi mobile banking. Dari berbagai kasus cybercrime yang terjadi di Indonesia perlu kita mengetahui tren sentimen publik saat ini tentang hal tersebut dan salah satu sumber sentimen publik yaitu twitter. Penggunaan Machine Learning (ML) dan Natural Language Processing (NLP) telah menjadi fokus utama dalam memahami sentimen publik yang terkandung dalam data twitter. Penelitiani ini mengusulkan sebuah pendekatan yang menggabungkan teknik-teknik ML dan NLP untuk mendeteksi sentimen dalam tweet. Metode ini mencakup tahap pre-processing untuk membersihkan dan mengubah teks tweet menjadi representasi vektor, diikuti oleh penerapan model klasifikasi ML yaitu Naïve Bayes untuk mengidentifikasi sentimen positif, negatif atau netral dari dataset tweet. Penelitian ini memanfaatkan sekumpulan data tweet yang telah dikumpulkan dan diannotasi dengan menggunakan python untuk melatih dan menguji model. Hasil eksperimen menunjukan bahwa pendekatan yang diusulkan berhasil menghasilkan klasifikasi sentimen dengan tingkat akurasi sebesar 62% dapat disimpulkan akurasi model masih memuaskan dengan nilai recall positif sebesar 74% artinya sentimen publik dari tweet masih mengandung kata-kata bersifat positif.]]>
Copyrights © 2024
