Article Per Year (5 Year)
p-Index From 2019 - 2024
2.679
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Jurnal Edukasi dan Penelitian Informatika (JEPIN) Sistemasi: Jurnal Sistem Informasi IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) Jurnal CoreIT Information Management For Educators And Professionals (IMBI) Jurnal Sisfokom (Sistem Informasi dan Komputer) JurTI (JURNAL TEKNOLOGI INFORMASI) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Responsif : Riset Sains dan Informatika Computer Science (CO-SCIENCE) Jurnal Publikasi Ilmu Komputer dan Multimedia
Mayangky, Nissa Almira
Universitas Nusa Mandiri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal CoreIT

 1 
Analisis Sentimen Opini Publik Mengenai Larangan Mudik pada Twitter Menggunakan Naïve Bayes Mutiara, Tika Adilah; Alkhalifi, Yuris; Mayangky, Nissa Almira; Gata, Windu
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2876.129 KB) | DOI: 10.24014/coreit.v6i2.9727

Abstract

Aturan larangan mudik yang dikeluarkan oleh pemerintah di tengah pandemic virus corona (covid-19) saat ini menjadi topik yang sering diperbincangkan oleh masyarakat, salah satunya di twitter. Twitter merupakan salah satu media sosial yang seringkali digunakan untuk penyampaian pesan berupa pendapat atau opini masyarakat. Analisis sentimen adalah studi komputasional dari opini-opini orang. Analisis sentimen akan mengelompokkan teks yang ada dalam sebuah kalimat atau dokumen untuk mengetahui pendapat yang dikemukakan dalam kalimat atau dokumen tersebut. Penelitian ini mencoba untuk menganalisa opini masyarakat mengenai aturan larangan mudik dengan mengklasifikasikan opini kedalam 2 sentimen yaitu positif atau negatif. Klasifikasi dilakukan dengan menggunakan metode Naïve Bayes Clasifiers. Metode Naive Bayes Classifiers merupakan salah satu metode klasifikasi teks berdasarkan probabilitas kata kunci dalam membandingkan dokumen latih dan dokumen uji. Hasil pengujian pada tools RapidMiner memperlihatkan bahwa akurasi dengan  fitur TF-IDF memberikan hasil akurasi yang  baik. Metode Naïve Bayes Classifier dapat menghasilkan akurasi yang tingga yaitu 83,38%. secara keseluruhan penggunaan metode  Naive Bayes memiliki performansi yang cukup baik untuk melakukan klasifikasi tweet.
Co-Authors Arfita Adikvika Balla, Imanuel Dedi Destio Irawan Desiana Nur Kholifah Destari Rahmadani Putri Dina Zakiyah Doni Purnama Alamsyah Dwiza Riana Dwiza Riana Fiyah, Nur Gata, Windu Imanuel Balla Isti Kharoh Jajang Jaya Purnama Kholifah, Desiana Nur Marscal Panjaitan Mochamad Rizky Kusumayudha Mochammad Rizky Kusumayudha Muhammad Faitullah Akbar Nita Merlina Nita Merlina Nita Merlina Nur Fiyah Rani Risdiawati Ridan Nurfalah Ridan Nurfalah Rousyati Rousyati Siti Nurdiani Sri Hadianti Sri Hadianti Sri Rahayu Suharyanto Suharyanto Thira, Indra Jiwana Tika Adilah M Tuti Haryanti Yuma Yaumaidzinnaimah Yuris Alkhalifi