Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Polinema (JIP)
Muhammad Balya Iqbal Alfahmi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Sistem Analisis Sentimen Berbasis Java Pada Data Twitter Terhadap Omnibus Law Menggunakan Algoritma Naïve Bayes dan K-Nearst Neighbor (K-NN) Elok Nur Hamdana; Muhammad Balya Iqbal Alfahmi
Jurnal Informatika Polinema Vol. 7 No. 2 (2021): Vol 7 No 2 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i2.688

Abstract

Undang-undang Cipta Kerja Omnibus law telah di sah kan, pengesahan tersebut mendapat penolakan dari berbagai elemen masyarakat. Hal itu disebabkan Omnibus Law UU Cipta Kerja, dinilai akan membawa dampak buruk bagi tenaga kerja atau buruh. Oleh karena itu peneliti melakukan analisis sentimen dalam bidang data mining terhadap UU Cipta Kerja Omnibus law pada media sosial Twitter. Penulis menggunakan metode Naïve Bayes dan KNN sebagai algoritma yang diterapkan dalam system berbasis java untuk memperbandingkan tingkat akurasi dari kedua metode tersebut. Peneliti menggunakan metode web scrapping untuk proses penggambilan data dari twitter secara real time. Hasil penelitian menunjukan bahwa analisis sentimen terhadap data Twitter terhadap UU Cipta Kerja Ombibus law dengan menggunakan metode Naïve Bayes mencapai tingkat akurasi 75% dengan class precision untuk pred. positive adalah 57%, pred negative adalah 72%, dan pred. neutral adalah 54%. Lalu pada metode KNN tingkat akurasi mencapai 88%. Dimana class precision untuk pred. positive adalah 94%, pred negative adalah 61%, dan pred. neutral adalah 58%.
PENGEMBANGAN APLIKASI ANALISIS SENTIMEN TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (Studi Kasus SAMSAT Kota Malang) Imam Fahrur Rozi; Elok Nur Hamdana; Muhammad Balya Iqbal Alfahmi
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.164

Abstract

Twitter adalah salah satu media sosial dimana pengguna dapat mencari topik tertentu dan membahas isu-isu terkini. Beberapa pesan singkat atau tweet dapat memuat opini terhadap produk dan layanan yang dirasakan oleh masyarakat. Data ini dapat menjadi sumber data untuk dijadikan objek penelitian. Penelitian ini bertujuan untuk membangun aplikasi analisis sentimen yang menerapkan pendekatan Naïve Bayes Classifier untuk mengklasifikasikan kata-kata dan difokuskan pada tweet dalam bahasa Indonesia. Data diperoleh melalui cara web scrapping dan sumber teks yang digunakan sebagai topik bahasan adalah Sistem Administrasi Manunggal Satu Atap (SAMSAT) Malang Kota. Proses klasifikasi dilakukan melalui serangkaian tahapan seperti preproses (case folding, cleaning, tokenizing, dan stopword) serta proses klasifikasi dengan algoritma Naïve Bayes Classifier itu sendiri untuk mendapatkan hasil klasifikasi dengan kategori positif, negatif atau netral. Berdasarkan hasil penelitian, algoritma Naïve Bayes Classifier memberikan unjuk kerja yang baik dalam analisis sentimen. Dari hasil uji akurasi klasifikasi yang dilakukan oleh aplikasi menghasilkan nilai akurasi tertinggi pada setiap kategori positif, negatif, netral masing-masing sebesar 82%, 92%, 80% dengan jumlah data latih 200 tweet negatif, 200 tweet positif, dan 200 tweet netral.
Co-Authors Elok Nur Hamdana Imam Fahrur Rozi