Article Per Year (5 Year)
p-Index From 2019 - 2024
2.255
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika Jurnal Teknik Komputer AMIK BSI Paradigma JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Informatika Kaputama (JIK) JSAI (Journal Scientific and Applied Informatics) Jurnal Ilmiah Islamic Resources Jurnal Litbang Kota Pekalongan Simpatik: Jurnal sistem Informasi dan Informatika Academic Journal of Computer Science Research (AJCSR)
Eka Fitriani
Universitas Bina Sarana Informatika
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Indonesian Journal on Software Engineering (IJSE)

 1 
Analisis Sentimen Kendaraan Listrik Menggunakan Algoritma Naive Bayes dengan Seleksi Fitur Information Gain dan Particle Swarm Optimization Salman Alfarizi; Eka Fitriani
Indonesian Journal on Software Engineering (IJSE) Vol 9, No 1 (2023): IJSE 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v9i1.15671

Abstract

Kendaraan listrik telah menjadi tren global sebagai alternatif kendaraan berbahan bakar fosil.  Namun masih terdapat beberapa permasalahan seperti infrastruktur yang belum memadai, harga yang relatif mahal, dan waktu pengisian baterai yang lama. Untuk meningkatkan penggunaan kendaraan listrik, diperlukan pemahaman dan kesadaran masyarakat terhadap kendaraan listrik. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen opini masyarakat terhadap kendaraan listrik dengan menggunakan algoritma Naive Bayes dengan seleksi fitur Information Gain dan Particle Swarm Optimization dan. Data yang digunakan dalam penelitian ini adalah data komentar dan ulasan pada media sosial (Twitter) yang terkait dengan kendaraan listrik. Data diambil dengan teknik web crawling data menggunakan API Twitter dan dicoba menggunakan software rapidminer. Dalam penelitian ini menggunakan algoritma Naive Bayes dihasilkan nilai akurasi 79,43% dan AUC 0,639. Selanjutnya dilakukan seleksi fitur menggunakan Information Gain dan Particle Swarm Optimization untuk menganalisis sentimen opini masyarakat dalam penggunaan kendaraan listrik untuk meningkatan akurasi dan AUC. Hasil akurasi yang didapat setelah menggunakan algoritma Naïve Bayes dengan seleksi fitur Information Gain dan Particle Swarm Optimization adalah 84,54% dan AUC 0,729. Sehingga dapat disimpulkan bahwa penerapan algoritma Naïve Bayes menggunakan seleksi fitur Information Gain dan Particle Swarm Optimization menjadi metode yang baik dalam analisis sentimen opini masyarakat tentang kendaraan listrik. Penelitian ini diharapkan dapat memberikan informasi yang berguna bagi produsen kendaraan listrik dalam mengembangkan produk mereka, serta memberikan masukan bagi pemerintah dalam mengembangkan kebijakan untuk mendukung penggunaan kendaraan listrik di Indonesia.               Kata kunci: Analisis Sentimen, Naive Bayes, PSO, Information Gain, Kendaraan Listrik
Co-Authors Abdussomad Abdussomad Ardiana Priharwanti Atang Saepudin Baiti, Nurul Dahlia Dahlia Dede Firmansyah Saefudin Dede Saefudin Dian Ardiansyah Dila Delia Fadilah Duwi Cahya Putri Buani Hakim, Ahmad Ilham Kurniawan Muhammad Faittullah Akbar Negsi, Ratika Richardus Eko Indrajit Rifky Permana Riska Aryanti Rizal Amegia Saputra Royadi - SALMAN ALFARIZI Widya Apriliah