Article Per Year (5 Year)
p-Index From 2019 - 2024
2.391
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri JTT (Jurnal Teknologi Terpadu) Jurnal CoreIT Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal Informatika Universitas Pamulang Jurnal Nasional Komputasi dan Teknologi Informasi Krea-TIF: Jurnal Teknik Informatika JSAI (Journal Scientific and Applied Informatics) INFORMASI (Jurnal Informatika dan Sistem Informasi) JUKI : Jurnal Komputer dan Informatika Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Teknologi Terapan and Sains 4.0 SATIN - Sains dan Teknologi Informasi
Muhammad Fikry
Universitas Islam Negeri Sultan Syarif Kasim Riau
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : SATIN - Sains dan Teknologi Informasi

 1 
Klasifikasi Sentimen Masyarakat di Twitter terhadap Kenaikan Harga Bahan Bakar Minyak dengan Metode Modified K-Nearest Neighbor Sofiah; Yusra; Muhammad Fikry; Lola Oktavia
SATIN - Sains dan Teknologi Informasi Vol 9 No 1 (2023): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (963.796 KB) | DOI: 10.33372/stn.v9i1.988

Abstract

Kenaikan harga Bahan Bakar Minyak menjadi salah satu tranding topic di kalangan masyarakat Indonesia, baik di dunia nyata maupun dunia maya khususnya di media sosial Twitter. Perkembangan teknologi informasi yang sangat pesat memudahkan masyarakat dalam menyebarkan informasi di sosial media. Naiknya harga BBM memunculkan opini masyarakat yang mengandung sentimen positif dan negatif. Penelitian ini dilakukan untuk mengetahui sentimen publik terkait kebijakan pemerintah yang menaikkan harga BBM serta menerapkan metode Modified K-Nearest Neighbor dalam pengklasifikasian sentimen pengguna Twitter terhadap kenaikan harga BBM. Modified K-Nearest Neighbor merupakan salah satu metode klasifikasi berdasarkan kemunculan kelas terbanyak pada data latih. Data yang digunakan adalah tweet dalam bahasa Indonesia berdasarkan kata kunci “kenaikan BBM” dengan jumlah dataset sebanyak 3.000 tweet. Pembobotan kata dengan menggunakan TF-IDF untuk melakukan klasifikasi sentimen ke dalam dua kelas positif dan negatif. Hasil dari penelitian ini adalah klasifikasi sentimen terhadap kenaikan harga BBM. Akurasi tertinggi didapat 83.33% pada data opini menggunakan perbandingan 90:10 dan K=3.
Co-Authors Alga Prananda Alwis Nazir Ayu Fransiska Damayanti, Elok Detha Yurisna Elin Haerani Elin Haerani Elvia Budianita Fadhilah Syafria Febi Yanto Fitri Insani Ibnu Surya Inggih Permana Lola Oktavia Muhammad Irsyad Nanda Sepriadi Pizaini Pizaini Pizaini Putri Mardatillah Rahmat Rizki Hidayat Ramadanu Putra Reski Mai Candra Rinaldi Syarfianto Safwandi Safwandi Sayed Omas Tutus Arifta Sayed Sofiah Surya Agustian Suwanto Sanjaya Taufik Hidayat Tiara Dwi Arista Yani, Susmi Syahfrida Yuda Zafitra Fadhlan Yusra YUSRA YUSRA Yusra, Yusra