Article Per Year (5 Year)
p-Index From 2019 - 2024
3.799
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian UntukMu NegeRI JURNAL MEDIA INFORMATIKA BUDIDARMA JURTEKSI INTEK: Informatika dan Teknologi Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Pengabdian Kepada Masyarakat Ekonomi, Pendidikan, dan Sosial Humaniora
Hayami, Regiolina
Universitas Muhammadiyah Riau
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JURTEKSI

 1 
ANALISIS SENTIMEN PADA PEMERINTAHAN TERPILIH PADA PILPRES 2019 DITWITTER MENGGUNAKAN ALGORITME NAÏVEBAYES Febby Apri Wenando; Regiolina Hayami; Agung Jefrianto Anggrawan
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 7, No 1 (2020): Desember 2020
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v7i1.851

Abstract

Abstract: The Presidential general election on 2019 became one of the most popular topics on twitter nowdays.  The society give their opinion about the  pair of  candidates that they are support through the social media. This research was predicts about the society sentimens toward the candidates of President and Vice President of Republic of Indonesia. The data was used  based on the tweet on the @jokowi twitter account. The retrieval of data by using the Tweepy library with the Python 2.7 programming language. This research was classified became of two of society sentiments classes, namely positive and negative. The modeling was used of the weighting method Unigram, Bigram, Trigram, N-Gram (1-2) and N-Gram (1-3)  that used the Naïve Bayes Algorithm on the Weka Application. The modeling data was used by the dataset of 646 sentences. The highest results  of this reseach were obtained  by Unigram Weighting, namely: 81.4% accuracy, 81.5% precision, 81.3% recall with a time of 0.3 s.Keywords: classification, naïve bayes, 2019 presidential election, twitter, unigram Abstrak: Pemilihan Umum tentang Pilpres 2019 menjadi salah satu topik yang ramai diperbincangkan di Twitter. Adu pendapat di sosial media oleh masyarakat mengandung opini terhadap pasangan calon yang didukungnya. Penelitian ini memprediksi sentimen masyarakat kepada pasangan calon Presiden dan Wakil Presiden Republik Indonesia. Data yang digunakan adalah tweet yang ada pada akun Twitter @jokowi. Pengambilan data menggunakan library Tweepy dengan bahasa pemrograman Python 2.7. Penelitian ini mengklasifikasi sentimen masyarakat menjadi 2 kelas, yaitu positif dan negatif. Kemudian dilakukan pemodelan dengan metode pembobotan Unigram, Bigram, Trigram, N-Gram (1-2) Dan N-Gram (1-3) menggunakan Algoritme Naïve Bayes pada Aplikasi Weka. Pembuatan model menggunakan dataset yang berjumlah 646 kalimat. Hasil tertinggi yang diperoleh pada penelitian ini adalah dengan menggunakan Pembobotan Unigram, yaitu : akurasi 81,4%, presisi 81,5 % , recall 81,3 % dengan catatan waktu 0,3s.Kata kunci: klasifikasi, naïve bayes, pilpres 2019, twitter, unigram.
Co-Authors Aditya Quantano Surbakti Afdhil Hafid Afdhil Hafid Agung Jefrianto Anggrawan Alfando Alfando Almer Kharisma Ananda Fitria Arif Budiman Armen Salim Ayodya Putri Denin Nur Ichsan Deyola Shifana Dhini Septhya Elvina Rahmadani Evans Fuad Falda Dimantara Febby Apri Wenando Finanta Okmayura Harun Mukhtar Hasanuddin Hasanuddin Herlandy, Pratama Benny Irfan Oktaviandi Irzi Gunawan Januar Al Amien Januar Al Amien Ken Rio Agizki Kharisma Rahayu Muhammad Hamadi Okta Tri Antoni Rahmaddeni Rahmaddeni Riki Harianto Risnal Diansyah Royan Choiro Yahya Salsabila Rabbani Sandy Eka Nuggroho Sofhia Mohnica Soni Sunanto Sunanto Unik, Mitra Vindi Fitria Vitriani Yoze Rizki Yuda Irawan Yulia Fatma Yulia Fatma