Article Per Year (5 Year)
p-Index From 2018 - 2023
1.203
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal Sains dan Teknologi Prosiding SNATIF Makara Journal of Technology JIEET (Journal of Information Engineering and Educational Technology) International Journal of Technology And Business JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Makara Journal of Technology
Endang Supriyati
Universitas Muria Kudus
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JIEET (Journal of Information Engineering and Educational Technology)

 1 
ANALISIS SENTIMEN TERHADAP PENGGEMAR K-POP DI MEDIA SOSIAL TWITTER MENGGUNAKAN NAIVE BAYES (STUDI KASUS PENGGEMAR GRUP BTS) Nurmawati, Puji; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n2.p86-89

Abstract

Abstrak— Perkembangan Twitter sebagai platform yang digandrungi masyarakat terbukti dengan data Statista [1]  yang menunjukkan bahwa Indonesia  peringkat tujuh di dunia dengan banyak pengguna mencapai 13.2 juta. Banyak pengguna mengutarakan pendapat di dalam Twitter. Termasuk juga dengan ujaran kebencian hingga perundungan. Menjadikan penggemar BTS atau yang biasa disebut Army sebagai objek analisis karena grup BTS yang telah mendunia ini memiliki pengikut yang cukup banyak di Twitter yakni 31 juta pengikut. Karena hal ini maka analisis sentimen dilakukan Kesulitan dalam melakukan analisis data yang begitu banyak dari Twitter jika dilakukan dengan cara manual, maka dari itu komputerisasi dibutuhkan. Menggunakan sebuah program yang dibuat dengan bahasa pemograman Python analisis dapat dilakukan lebih efektif dan efisien. Dari analisis yang dilakukan menggunakan klasifikasi algoritma Naïve Bayes terdapat polaritas sentimen negatif sebanyak 34,2%, netral 58,5%, dan positif 7,3%. Dari 1000 data yang diambil sesuai hasil polaritas tweet yang bernilai negatif sesuai hasil polaritas sebanyak 342. Dengan tingkat akurasi sebesar 75%. Dari penelitian ini diharapkan dapat membantu dalam proses analisis sentimen dan sesuai dalam mengatasi masalah yang ada. 
Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier Yusuf, Afif Nor; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v%vn%i.p%p

Abstract

Abstrak— Analisis sentimen ialah sesuatu studi yang kala ini banyak diminati oleh bermacam berbagai kalangan. Dokumen ataupun opini yang terdapat di media sosial sanggup digunakan untuk analisis sentimen. Data media sosial yang biasanya digunakan untuk analisis sentimen adalah Twitter. Sebelum suatu data diklasifikasikan, butuh dilakukan untuk proses preprocessing yang merupakan tahap untuk menghasilkan data yang lebih terstruktur. Ada pula metode yang biasanya digunakan untuk analisis sentimen adalah Naïve Bayes Classifier. Naïve Bayes Classifier bisa digunakan untuk mengategorikan suatu opini ke dalam opini positif, opini negatif dan opini netral. Tidak hanya itu, metode ini mengenakan data training dalam proses pengklasifikasian. Hasil dari metode naïve bayes sangat baik. Untuk menguji tingkatan keakuratan sistem dalam mengklasifikasi opini, sehingga pengujian memperoleh hasil klasifikasi. Hasil dari klasifikasi memperoleh hail rata-rata 74,5%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan lebih bagus.
Sentimen Analisis Terhadap Kaum Gay Pada Twitter Menggunakan Metode Naive Bayes Pramitha, Agnes; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 5, No 1 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v5n1.p1-4

Abstract

Saat ini gay menjadi fenomena isu yang banyak diperbincangkan. Isu-isu gay tersebut beredar di media sosial yang menimbulkan berbagai macam perspektif bagi masyarakat. Apalagi akhir-akhir ini banyak kasus gay di Indonesia yang menimbulkan pro dan kontra. Untuk mengetahui perspektif masyarakat terhadap gay berdasarkan sentimen masyarakat melalui Twitter, maka penulis mencoba untuk membuat analisa sentimen berupa pandangan positif, negatif, maupun netral dengan menggunakan metode Naïve Bayes. Analisa dilakukan menggunakan tools berupa Microsoft Excel dan Pycharm dengan bahasa pemrograman Python.  Hasil analisa yang dilakukan menggunakan klasifikasi Naïve Bayes menunjukkan polaritas sentimen negatif 150,5%, netral  12,6%, dan positif 0,4%. Dari 1635 data yang diambil, tweet yang bernilai negatif sesuai hasil polaritas sebanyak 1505, dengan tingkat akurasi sebesar 93%. <w:LsdException Locke
Co-Authors Aditya, Dio Rizki Ahmad Abdul Chamid, Ahmad Abdul Handini Arga Damar Rani Idni Irsalina Khotimah,, Tutik Maulana, Muhammmad Rieza Maulana, Muhammmad Rieza Mohammad Iqbal Nindyasari, R. Nurmawati, Puji Pramitha, Agnes Rizkysari Meimaharani Sholihul Ibad Sholikhah, Maulida Ni’matus Sholikhah, Maulida Ni’matus Tri Listyorini Tutik Khotimah Uswatun Hasanah Wijaya, Deni Kusuma Wijaya, Deni Kusuma Yusuf, Afif Nor