Ridan Nurfalah
STMIK Nusa Mandiri

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Adopsi Algoritme Support Vector Machine untuk Analisis Sentimen Larangan Mudik Lebaran 2020 pada Twitter Rangga Pebrianto; Tri Rivanie; Ridan Nurfalah; Windu Gata; Muhammad Fahmi Julianto
JURNAL TEKNIK KOMPUTER Vol 6, No 2 (2020): JTK-Periode Juli 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.166 KB) | DOI: 10.31294/jtk.v6i2.8127

Abstract

Pemerintah kembali membahas larangan mudik lebaran 2020. Larangan mudik lebaran 2020 ini kembali di bahas karena jumlah kasus corona atau covid 19 di indonesia terus bertambah. Media Sosial Twitter bekerja real-time, memungkinkan pengguna mengekspresikan opini dan perasaan mereka mengenai banyak isu atau permasalahan, Opini tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui penilaian pelayanan transportasi umum darat apakah positif atau negatif, serta mengetahui faktor opini apa yang sering muncul. Hasil dari analisis sentimen tersebut dapat membantu dalam penilaian dan evaluasi terhadap larangan mudik 2020 ditengah wabah covid19 diharapkan dapat menjadi bahan pertimbangan pemerintah dalam mengambil keputusan terkait larangan mudik 2020 di tengah wabah covid19 . adopsi Metode  Support Vector Machine (SVM) untuk analisis sentimen dilakukan dengan pengujian terhadap komposisi data yang bervariasi. Dari hasil pengujian untuk kasus pada penelitian ini didapatkan bahwa SVM dapat diimplementasikan dengan nilai akurasi mencapai 68,89%. Variabel yang berpengaruh terhadap akurasi adalah jumlah data, perbandingan jumlah data latih dan uji, serta perbandingan jumlah data positif dan negatif yang digunakan.