BERGAS PAMUNGKAS
INFORMATION SYSTEM

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

Found 1 Documents
Search

Analisis Sentimen Twitter Menggunakan Metode Support Vector Machine (SVM) pada Kasus Benih Lobster 2020 BERGAS PAMUNGKAS; Muhammad Eka Purbaya; Dwi Januarita A.K
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.243

Abstract

Perkembangan dan penggunaan media sosial Twitter saat ini meningkat secara signifikan, sedangkan media sosial Twitter masih memuat cuitan positif dan negatif. Sedangkan saat ini terdapat kasus korupsi benih lobster di tahun 2020 informasi ini menjadi trending topic pada media sosial Twitter. Sedangkan untuk mendapatkan data yang valid mengenai klasifikasi berdasarkan cuitan positif dan negatif maka digunakan metode support vector machine (SVM). Analisis dilakukan menggunakan metode support vector machine (SVM) untuk mendapatkan hasil klasifikasi berdasarkan sentimen positif dan negatif. Pada proses pencarian klasifikasi antara cuitan positif dan negatif dengan mengatur pada mesin pencari sebanyak 500 cuitan, setelah melakukan pencarian didaptkan data sebanyak 156 data cuitan yang membahas korupsi benih lobster. Metode Support Vector Machine (SVM) dapat digunakan untuk mencari field yang dapat memisahkan kedua kelas dengan menggunakan fitur analisis sentimen dan klasifikasi. Model SVM juga dapat mengklasifikasikan respon masyarakat terhadap isu korupsi benih lobster tahun 2020 dengan baik, untuk hasil dari proses klasifikasi tersebut maka didapatkan nilai yaitu nilai akurasi 84,21% sedangkan nilai sensitivitas 73,38% dan nilai spesifisitas 82,10%.