ANALISIS SENTIMEN TERHADAP WACANA POLITIK PADA MEDIA MASA ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES

Andi Nurul Hidayat (STIMIK Bina Mulia)

Jurnal Elektronik Sistem Informasi dan Komputer
Vol 1, No 1 (2015)

Analisissentimenmerupakansalahsatu domain Text Mining ataupenggalian data berupateks, yang di antaranyaterdapat proses mengolahdanmengekstrak data tekstualsecaraotomatisuntukmendapatkaninformasi. Manfaatanalisissentimendalamduniapolitikantara lain untukmembantudalammenganalisiskebijakanpublikpemerintahsertamemberikanefisiensiwaktudanefisiensikerjabagi para penyediaberitadalammengklasifikasikanberitadanmembantu para pencariberitauntukmendapatkanwacanaberitapolitikharian yang merekainginkan. Proses padaanalisissentimendiawalidengan preprocessing, dilanjutkandenganpembobotan kata, kemudianpenghitungan cosine similarity, danklasifikasi. Preprocessing terdiridaribeberapatahapyaitu cleansing, tokenizing, stopword removal, dan stemming. Metodepembobotan kata yang digunakanadalah Term Frequecny Inverse Document Frequency (TF-IDF) danmenggunakan Support Vector Machine (SVM). Naive Bayes Classifier (NBC), sebagaimetodeklasifikasinya. Adalahsuatumetodepengklasifikasianberdasarkanmayoritasdari polarity documensubjectifity yang di hasilkandari crawling. Metodeinibertujuanuntukmengklasifikasiobjekbaruberdasarkanatributdan training sample. PengujianakurasidariAnalisisSentimenTerhadapWacanaPolitikPada Media Masa Online BerbahasaInggrisdenganmetode NB menghasilkan rata-rata akurasisebesar 59,98 % dannilaitertinggiakurasisebesar SVM 90,50%.