Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Computer Science and Information Technology (CoSciTech)
Deyola Shifana
Universitas Andalas
Computer Science & IT

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

Found 1 Documents
Search

 1 
Sentimen Analisis Masyarakt terhadap Kasus Penembakan Brigadir J Menggunakan Algoritma Naïve Bayes Classifier Febby Apri Wenando; Regiolina Hayami; Soni Soni; Ananda Fitria; Deyola Shifana
Computer Science and Information Technology Vol 4 No 2 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i2.5686

Abstract

Analisis sentimen merupakan riset komputasional dari opini, sentimen dan emosi yang di ekspresikan secara tekstual dengan menggunakan metode pengelompokkan sehingga menghasilkan penilaian bernilai positif atau negatif. Proses analisis ini umumnya dimulai dengan pengumpulan data yang kemudian di olah melalui pendekatan machine learning. Salah satu teknik pengumpulan data tersebut yaitu menggunakan internet dan beragam platform media sosial lainnya. Salah satu jenis platform media sosial yang sangat berkembang saat ini adalah Twitter. Media sosial Twitter mempermudah masyarakat untuk bebas berpendapat melalui cuitan atau biasa disebut dengan tweets. Netizen dapat dengan bebas menyampaikan opini pribadinya untuk topik apapun, termasuk persepsi terhadap kasus kriminal yang terjadi di Indonesia. Salah satu kasus terbaru yang tengah menjadi topik perbincangan hangat saat ini adalah kasus pembunuhan Brigadir Joshua dengan tersangka yaitu seorang Irjen Polri yaitu Ferdy Sambo. Sehingga di dalam penelitian ini opini masyarakat yang terdapat pada platform Twitter tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui pendapat publik terhadap kasus Ferdy Sambo. Data yang digunakan terdiri dari 234 data tweet dengan persentase opini positive sebesar 51,50% dan negative sebesar 48,50% yang kemudian diklasifikasikan dengan Algoritma Naive Bayes Classifier dengan hasil yang didapat nilai f1-score sebesar 75%.
Co-Authors Ananda Fitria Febby Apri Wenando Hayami, Regiolina Soni