EXPLORE
Vol 13, No 1 (2023): JANUARI

ANALISIS SENTIMEN PEMILU 2024 DENGAN NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION (PSO)

Tommy Dwi Putra (Universitas Amikom Yogyakarta)
Ema Utami (Universitas Amikom Yogyakarta)
Mei P.Kurniawan (Universitas Amikom Yogyakarta)

Article Info

Publish Date
22 Aug 2022

Abstract

Pemilu merupakan sarana kedaulatan masyarakat untuk memilih anggota Dewan Perwakilan Rakyat, anggota Dewan Perwakilan Daerah, Presiden dan Wakil Presiden, dan pemilihan anggota Dewan Perwakilan Rakyat Daerah, dilakukan secara langsung. Pada penelitian ini penulis menggunakan metode Naïve Bayes (NB) berbasis Particle Swarm Optimization (PSO) dalam menganalisa label sentimen positif, negatif dan netral pada postingan para pengguna media sosial Twitter yang berkaitan dengan pemilu 2024. Jumlah dataset setelah prepocessing menjadi 1.000 data. Tahap evaluasi menggunakan Confusion matrix diperoleh nilai akurasi algoritma yaitu untuk NB tanpa PSO nilai akurasi sebesar 73,67%. Sedangkan untuk algoritma NB+PSO nilai akurasi sebesar 78,33%.Dalam penelitian ini dapat diketahui bahwa tingkat akurasi yang didapatkan algoritma NB+PSO lebih unggul dibandingkan algoritma NB tanpa PSO.

Copyrights © 2023




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
483.328 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
EXPLORE
Website

Abbrev

explore

Publisher

Sekolah Tinggi Manajemen Informatika Komputer Mataram

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Description

Jurnal EXPLORE ( e-ISSN: 2656-615X, P-ISSSN: 2087-894X) adalah sebuah jurnal peer-review yang didedikasikan untuk publikasi hasil penelitian yang berkualitas dalam bidang Teknologi Informasi dan Komputer. Jurnal ini menerbitkan karya-karya mutakhir dalam teori dasar, eksperimen dan simulasi, serta ...