ANALISIS SENTIMEN MASYARAKAT TENTANG NAIKNYA HARGA BBM DENGAN METODE FASTTEXT DAN NAÃVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Nusantara PGRI Kediri
Author
Wijaya, Dedy Surya
SANJAYA, ARDI
UTOMO, WAHYU CAHYO
SANJAYA, ARDI
UTOMO, WAHYU CAHYO
Subject
123 Computer science
Datestamp
2023-08-13 09:34:55
Abstract :
Pada 3 September 2022, pemerintah menginformasikan melalui media sosial bahwa penyesuaian harga BBM dilakukan karena kenaikan harga minyak dunia dan subsidi BBM yang tidak tepat sasaran. Tidak sedikit masyarakat memberikan komentar tentang naiknya harga BBM dengan opini yang berbeda-beda sehingga sulit diklasifikasi. Berdasarakan uraian tersebut peneliti tertarik melakukan analisis sentimen masyarakat tentang naiknya harga BBM dengan metode vektorisasi Fasttext dan Gaussian Naïve Bayes yang bertujuan untuk mengklasifikasi komentar. Ada banyak metode yang dapat digunakan untuk vektorisasi dan klasifikasi guna melakukan analisis sentimen. Beberapa penelitian dilakukan untuk membandingkan kenerja metode vektorisasi kalimat dan diantaranya menghasilkan metode Fasttext mendapatkan akurasi lebih baik dengan metode klasifikasi yang diajukan. Penelitian ? penelitian analisis sentimen dengan metode Naïve Bayes dengan studi kasus tentang kebijakan pemerintah mendapatkan metode tersebut dapat melakukan klasifikasi dengan baik dan mendapatkan akurasi yang baik. Data komentar berasal dari komentar Youtube CNN Indonesia sebanyak 3000 komentar. Proses pemberian label dilakukan oleh annotator dan sistem yang berdasar pada perhitungan nilai polarity menggunakan Vader Sentiment. Validasi k-fold dengan k = 10 pada data label sistem Vander Sentimen mendapat hasil terbaik dengan akurasi sebesar 73,67% dan data negatif lebih mendominasi model. Saran untuk penelitian selanjutnya dapat menambahkan sistem untuk mengenali sebuah makna dalam kalimat.
Pada 3 September 2022, pemerintah menginformasikan melalui media sosial bahwa penyesuaian harga BBM dilakukan karena kenaikan harga minyak dunia dan subsidi BBM yang tidak tepat sasaran. Tidak sedikit masyarakat memberikan komentar tentang naiknya harga BBM dengan opini yang berbeda-beda sehingga sulit diklasifikasi. Berdasarakan uraian tersebut peneliti tertarik melakukan analisis sentimen masyarakat tentang naiknya harga BBM dengan metode vektorisasi Fasttext dan Gaussian Naïve Bayes yang bertujuan untuk mengklasifikasi komentar. Ada banyak metode yang dapat digunakan untuk vektorisasi dan klasifikasi guna melakukan analisis sentimen. Beberapa penelitian dilakukan untuk membandingkan kenerja metode vektorisasi kalimat dan diantaranya menghasilkan metode Fasttext mendapatkan akurasi lebih baik dengan metode klasifikasi yang diajukan. Penelitian ? penelitian analisis sentimen dengan metode Naïve Bayes dengan studi kasus tentang kebijakan pemerintah mendapatkan metode tersebut dapat melakukan klasifikasi dengan baik dan mendapatkan akurasi yang baik. Data komentar berasal dari komentar Youtube CNN Indonesia sebanyak 3000 komentar. Proses pemberian label dilakukan oleh annotator dan sistem yang berdasar pada perhitungan nilai polarity menggunakan Vader Sentiment. Validasi k-fold dengan k = 10 pada data label sistem Vander Sentimen mendapat hasil terbaik dengan akurasi sebesar 73,67% dan data negatif lebih mendominasi model. Saran untuk penelitian selanjutnya dapat menambahkan sistem untuk mengenali sebuah makna dalam kalimat.
File :
RAMA_55201_19103020225.pdf
RAMA_55201_19103020225_SIMILARITY.pdf
RAMA_55201_19103020225_0706118101_1220901304_01_front_ref.pdf
RAMA_55201_19103020225_0706118101_1220901304_02.pdf
RAMA_55201_19103020225_0706118101_1220901304_03.pdf
RAMA_55201_19103020225_0706118101_1220901304_04.pdf
RAMA_55201_19103020225_0706118101_1220901304_05.pdf
RAMA_55201_19103020225_0706118101_1220901304_06_ref.pdf
RAMA_55201_19103020225_0706118101_1220901304_07_lamp.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
