<![CDATA[BBM merupakan bahan bakar yang digunakan kendaraan bermotor. Penggunaan BBM meningkat sejalan dengan pertumbuhan ekonomi di Indonesia. Kenaikan harga BBM di Indonesia menimbulkan berbagai macam pendapat di media sosial twitter melalui posting dan thread. Fokus penelitian ini melakukan analisis sentimen terhadap kenaikan BBM yang datanya didapat melalui twitter dengan jumlah 1667 data. Tujuan dari penelitian ini melakukan perbandingan metode ekstraksi fitur yang memiliki kinerja paling baik seperti TF-IDF, Bag of Word, dan FastText diuji dengan algoritma machine learning SVM. Untuk tahap penelitian yang pertama melakukan crawling data twitter, preprocessing data, ekstraksi fitur, pembuatan model dengan algoritma machine learning, dan kemudian dilakukan pengujian dan perbandingan model confusion matrix pada setiap ekstraksi fitur. Hasil dari penelitian ini menunjukkan bahwa penggunaan ekstraksi fitur BoW memiliki kinerja lebih baik dibandingkan model ekstraksi fitur yang lain.]]>
Copyrights © 2023
