Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Matematika, Komputasi dan Statistika
Muhammad Ikhsan Yusuf
Program Studi Ilmu Komputer FMIPA UHO
Computer Science & IT Mathematics

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

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA DENGAN METODE NAIVE BAYES: KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA Muhammad Ikhsan Yusuf; Natalis Ransi; Arman Arman; Andi Tenriawaru; La Ode Saidi; La Surimi La Surimi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.10

Abstract

Penggunaan kalimat racism yang terjadi dalam dunia Sepak bola, dikarenakan sepak bola adalah sarana bentuk olahraga yang sangat digemari diberbagai belahan dunia dan hampir semua ras mengetahui jika sepak bola itu olahraga yang sangat disukai oleh berbagai kalangan dan golongan, hal tersebut membuat peneliti tertarik untuk melakukan penelitian dengan judul “Analisis Sentimen Komentar Netizen Instagram Terhadap Racism Di Sepak Bola Indonesia Dengan Metode Naive Bayes” penelitian ini dilakukan sebagai salah satu bentuk informasi agar melihat tingkat sentiman masyarakat di media sosial Instagram terhadap Racism. Penelitian ini dengan menggunakan metode Naive Bayes Classifier. Percobaan dilakukan pada 650 data komentar. Enam ratus lima puluh komentar data tersebut dibagi menjadi 2 kategori. Untuk mengetahui pengaruh jumlah data latih terhadap efektifitas Naïve Bayes Classifier maka diambil beberapa kombinasi banyaknya dokumen latih dan dokumen uji. Secara berurutan kombinasi dokumen latih dan uji tersebut antara lain 90:10, 80:20, 70:30. Dengan menggunakan metode Naive Bayes Classifier didapatkan accuracy hasil klasifikasi berurut sebesar 82%, 77% dan 80%. Berdasarkan hasil pengujian yang telah dilakukan, accuracy tertinggi didapat pada pembagian 90:10 dengan nilai accuracy 82%. Aplikasi ini dapat dikembangkan untuk platform social media lainnya seperti facebook, instagram, path, kaskus, dan lainnya.
Co-Authors Andi Tenriawaru Arman Arman La Ode Saidi La Surimi La Surimi Natalis Ransi