Imam Imam
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

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

Found 1 Documents
Search

ANALISIS SENTIMEN PADA TWITTER TERHADAP GAGALNYA PELAKSANAAN PIALA DUNIA DI INDONESIA MENGGUANAKAN METODE NAÏVE BAYES Imam Imam; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis sentimen adalah proses mengkategorikan teks ke dalam kategori sentimen, seperti positif atau negatif. Sentimen adalah pendapat atau penilaian seseorang tentang suatu topik. Twitter adalah salah satu media sosial yang paling sering digunakan untuk berbagi pendapat tentang berbagai hal, seperti piala dunia. Tujuan penelitian ini adalah untuk mempelajari perasaan orang Indonesia tentang piala dunia, terutama terkait dengan kegagalan Indonesia untuk menjadi tuan rumah piala dunia 2022. Penelitian ini menggunakan metode naive bayes untuk mengklasifikasikan polaritas sentimen dalam tweet berbahasa Indonesia yang dihasilkan dari penerjemahan otomatis dari tweet berbahasa Inggris. Data yang digunakan dalam penelitian ini terdiri dari tweet yang mengandung kata kunci "piala dunia" dan "Indonesia" dan diposting selama periode waktu tertentu. Untuk meningkatkan akurasi klasifikasi, penelitian ini juga menggunakan teknik pra-pemrosesan data, seleksi fitur, dan informasi nilai fitur. Studi menunjukkan bahwa meskipun Indonesia gagal menjadi tuan rumah piala dunia 2022, sebagian besar orang di Indonesia tetap memiliki perasaan positif terhadap acara tersebut. Metode naive bayes dapat mengklasifikasikan polaritas sentimen dari tweet dengan akurasi tertinggi sebesar 76.05%. Hasil penelitian ini dapat membantu mengetahui bagaimana masyarakat Indonesia melihat piala dunia. Mereka juga dapat menjadi inspirasi bagi peneliti lain untuk melakukan penelitian serupa dengan data, metode, dan teknik yang berbeda atau lebih maju.