ANALISIS KLASIFIKASI SENTIMEN TERHADAP PENURUNAN COVID-19 MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE PADA PLATFORM X APP

Muhammad Fadhil, Iik Muhammad Malik Matin, Sifa Nurpadillah

Abstrak


WHO atau biasa disebut World Health Organization  menetapkan pandemi internasional untuk virus corona, atau Covid-19. Pada penelitian ini penulis ini bertujuan untuk mengenalisis klasifikasi sentiment masyarakat terhadap penurunan Covid-19 menggunakan metode Algoritma Naïve Bayes dan Support Vector Machine pada platform X App. Pandemi Covid-19 telah menjadi perhatian seluruh dunia, dan media social seperti X App mejadi sumber data yang kaya untuk memahami pandangan dan perasaan masyarakat terkait penurunan kasus Covid-19. Peneliti mengumpulkan data dari X App sebanyak 5000 pada periode juni 2023,data yang belum melalui tahapan preprocessing. Dalam analisis penurunan kasus Covid-19, penelitian ini membandingkan Algoritma Naïve Bayes dan Support Vector Machine.Berdasarkan hasil penelitian ditemukan bahwasanya algoritma Support Vector Machine memiliki kinerja lebih unggul dari akurasi presisi serta recall yaitu 95%, 96%,96% sedangkan kinerja algortima Naïve Bayes menghasilkan Akurasi,presisi serta recall yaitu 85%, 94%, 86%.


Kata Kunci


Analisis Sentimen, Klasifikasi Naive Bayes, Klasifikasi Support Vector Machine, X App

Teks Lengkap:

PDF

Referensi


V. C. M. ,. N. J. P. Andre Ertanto, "ANALISA TOPIK TERHADAP KOMENTAR MENGENAI METAVERSE MENGGUNAKAN METODE CLUSTERING K-MEANS," Jurnal Ilmu Komputer dan Sitem Informasi, vol. 11, 2023.

R. I. P. H. U. W. A. R. Muhammad Iqbal Aditama, "Journal Information Engineering and Educational Technology," Analisis Klasifikasi Sentimen Pengguna Media Sosial Twitter Terhadap Pengadaan Vaksin COVID-19, p. 90, 2020.

,. A. W. Rani Puspita, "Analisis Sentimen terhadap Layanan Indihome di Twitter dengan Metode Machine Learning," Jurnal Informatika Universitas Pamulang, vol. 6, pp. 759-766, 2021.

S. W. S. Muhamad Anton Permana, "ANALISIS SENTIMEN PENGGUNAAN APLIKASI VIDEO CONFERENCE PADA ULASAN GOOGLE PLAY STOREMENGGUNAKAN METODE NBC (NAIVE BAYES CLASSIFIER)," Jurnal Sistem Informasi dan Teknologi Informasi, vol. 5, pp. 178-191, 2023.




DOI: http://dx.doi.org/10.52434/jft.v3i2.3396

Refbacks

  • Saat ini tidak ada refbacks.


Download Template.


Visitor.


FAKULTAS TEKNIK, UNIVERSITAS GARUT

Jalan Jati No. 42B Tarogong Kaler

Kab. Garut 44151

Jawabarat, Indonesia

telp. 0262-540007 fax. 0262-540181

email : jurnal.fuse@uniga.ac.id

 

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 Indexed by:

     

 

Supported by:

Copyright © journal.uniga.ac.id 2015