A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier
Perkembangan media sosial memudahkan pengguna dalam percepatan akses informasi di internet. Akses informasi yang awalnya sulit diperoleh begitu mudah sekarang ini. Media sosial memungkinkan penggunanya tidak hanya mengonsumsi tapi juga berpartisipasi, membuat, mengomentari dan menyebarkan beragam konten dalam berbagai format. Banyak media sosial yang berkembang di internet, salah satu yang banyak digemari adalah Twitter. Twitter merupakan media sosial yang memungkinkan para penggunanya untuk berinteraksi secara personal ataupun terbuka. Melalu fitur hashtag para pengguna Twitter dapat mengetahui topik yang sedang dibahas secara real-time. Selain itu kata kunci pada Twitter dapat pula menjadi sumber perbincangan oleh pengguna. Salah satu topik yang ramai diperbincangkan di Twitter adalah terkait issue pemindahan ibu kota Indonesia. Namun dibalik hal tersebut terdapat kontroversi dari pihak yang merasa pro dan kontra, masing-masing memiiki sudut pandang sendiri. Hal ini menyebabkan munculnya fenomena perdebatan khususnya di Twitter yang sebenarnya menunjukkan perhatian kolektif mengenai wacana publik. Kecenderungan pengguna Twitter dalam memposting konten dapat diketahui dengan cara analisa sentiment. Pada penelitian ini diusulkan metode Naive Bayes Classifier (NBC) untuk menganalisa sentimen terhadap wacana pemerintah di media massa online Twitter pada topik pemindahan ibukota Indonesia dengan cara mengklasifikasikan menjadi positif, dan negatif. Hasil penelitian ini menunjukkan bahwa nilai akurasi yang diperoleh sebesar 94,33%. Dengan dilakukannya analisa sentimen ini diharapkan dapat diketahui permasalahan yang terdapat pada kontroversi topik pemindahan ibukota, sehingga dapat dijadikan sebagai bahan evaluasi untuk kepentingan lebih lanjut.
Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier
Perkembangan media sosial memudahkan pengguna dalam percepatan akses informasi di internet. Akses informasi yang awalnya sulit diperoleh begitu mudah sekarang ini. Media sosial memungkinkan penggunanya tidak hanya mengonsumsi tapi juga berpartisipasi, membuat, mengomentari dan menyebarkan beragam konten dalam berbagai format. Banyak media sosial yang berkembang di internet, salah satu yang banyak digemari adalah Twitter. Twitter merupakan media sosial yang memungkinkan para penggunanya untuk berinteraksi secara personal ataupun terbuka. Melalu fitur hashtag para pengguna Twitter dapat mengetahui topik yang sedang dibahas secara real-time. Selain itu kata kunci pada Twitter dapat pula menjadi sumber perbincangan oleh pengguna. Salah satu topik yang ramai diperbincangkan di Twitter adalah terkait issue pemindahan ibu kota Indonesia. Namun dibalik hal tersebut terdapat kontroversi dari pihak yang merasa pro dan kontra, masing-masing memiiki sudut pandang sendiri. Hal ini menyebabkan munculnya fenomena perdebatan khususnya di Twitter yang sebenarnya menunjukkan perhatian kolektif mengenai wacana publik. Kecenderungan pengguna Twitter dalam memposting konten dapat diketahui dengan cara analisa sentiment. Pada penelitian ini diusulkan metode Naive Bayes Classifier (NBC) untuk menganalisa sentimen terhadap wacana pemerintah di media massa online Twitter pada topik pemindahan ibukota Indonesia dengan cara mengklasifikasikan menjadi positif, dan negatif. Hasil penelitian ini menunjukkan bahwa nilai akurasi yang diperoleh sebesar 94,33%. Dengan dilakukannya analisa sentimen ini diharapkan dapat diketahui permasalahan yang terdapat pada kontroversi topik pemindahan ibukota, sehingga dapat dijadikan sebagai bahan evaluasi untuk kepentingan lebih lanjut.
Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier
Primandani Arsi (author) / Bagus Adhi Kusuma (author) / Azizan Nurhakim (author)
2021
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
Analisis Sentimen Penilaian Tempat Tujuan Wisata Kota Tegal Berbasis Text Mining
| DOAJ | 2019
Analisis Sentimen Terhadap Isu Penundaan Pemilu di Twitter Menggunakan Naive Bayes Clasifier
| DOAJ | 2022
Prediction of Slope Stability using Naive Bayes Classifier
| Online Contents | 2018