Analisis sentimen artikel berita pemilu berbasis metode klasifikasi

Fathir, Fathir, Hariyadi, M. Amin ORCID: https://orcid.org/0000-0001-9327-7604 and Arif, Yunifa Miftachul (2023) Analisis sentimen artikel berita pemilu berbasis metode klasifikasi. Jurnal Indonesia : Manajemen Informatika dan Komunikasi, 4 (2). pp. 485-493. ISSN 2723-7079

Preview

Text 14802.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (376kB) | Preview

Abstract

Penyaluran informasi berupa berita online begitu masif di tengah masyarakat luas, sehingga sulit membedakan berupa berita haox ataupun berita positif. Sehingga dibutuhkan klasifikasi mengenai sentimen publik tentang pelaksanaan pemilu dengan menggunakan data artikel berita media mainstream yang menggunakan data uji 1064 dataset. Metode yang digunakan adalah pada penelitian ini adalah algoritma naive bayes, algoritma random forest, dan algoritma support vektor machine. Model uji coba menggunakan smote dimana hasil performa yang dilakukan oleh algortima yang digunakan dengan menggunakan smote dan tidak menggunakan smote, dimana random forest menghasilkan akurasi 91,88%, sedangkan tampa menggunakan smote support vektor machine menghasilkan akurasi 92,05%.

Item Type:	Journal Article
Keywords:	analisis sentimen; Naive Bayes; support vector machine; random forest
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Yunifa Miftachul Arif
Date Deposited:	05 Jun 2023 14:05

Downloads

Origin of downloads

Actions (login required)

View Item