A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Perbandingan Algoritma Naïve Bayes dan TextBlob Untuk Mendapatkan Analisis Sentimen Masyarakat Pada Sosial Media
Media sosial Twitter adalah platform yang populer di Indonesia untuk berkomunikasi dan mendapatkan informasi dengan cepat. Hal ini memungkinkan masyarakat dengan mudah mengungkapkan opini dan sentimen mereka. Penelitian ini berfokus pada perbandingan algoritma TextBlob dan Naïve Bayes dalam menganalisis sentimen masyarakat. Temuan menunjukkan bahwa TextBlob mengklasifikasikan sebagian besar tweet sebagai positif, sementara Naïve Bayes menunjukkan kecenderungan yang serupa dengan akurasi sebesar 78,18%. Dari analisis TextBlob, sekitar 50,98% komentar menunjukkan sentimen positif, 16,01% negatif, dan 33,33% netral. Dengan menggunakan kedua algoritma ini, penelitian berhasil mengidentifikasi sentimen masyarakat dengan akurasi yang baik, menunjukkan distribusi yang jelas antara sentimen positif, netral, dan negatif.
Perbandingan Algoritma Naïve Bayes dan TextBlob Untuk Mendapatkan Analisis Sentimen Masyarakat Pada Sosial Media
Media sosial Twitter adalah platform yang populer di Indonesia untuk berkomunikasi dan mendapatkan informasi dengan cepat. Hal ini memungkinkan masyarakat dengan mudah mengungkapkan opini dan sentimen mereka. Penelitian ini berfokus pada perbandingan algoritma TextBlob dan Naïve Bayes dalam menganalisis sentimen masyarakat. Temuan menunjukkan bahwa TextBlob mengklasifikasikan sebagian besar tweet sebagai positif, sementara Naïve Bayes menunjukkan kecenderungan yang serupa dengan akurasi sebesar 78,18%. Dari analisis TextBlob, sekitar 50,98% komentar menunjukkan sentimen positif, 16,01% negatif, dan 33,33% netral. Dengan menggunakan kedua algoritma ini, penelitian berhasil mengidentifikasi sentimen masyarakat dengan akurasi yang baik, menunjukkan distribusi yang jelas antara sentimen positif, netral, dan negatif.
Perbandingan Algoritma Naïve Bayes dan TextBlob Untuk Mendapatkan Analisis Sentimen Masyarakat Pada Sosial Media
Giesta Rahguna Putri (author) / Muhammad Akbar Maulana (author) / Samsul Bahri (author)
2024
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
The Analisis Sentimen Sosial Media Twitter Dengan Algoritma Machine Learning Menggunakan Software R
| DOAJ | 2017
Analisis Kesiapan Masyarakat Pada Penerapan Smart City di Sosial Media Menggunakan SNA
| DOAJ | 2021