SENTIMEN ANALISIS MASYARAKAT TENTANG WACANA MASA JABATAN PRESIDEN TIGA PERIODE MENGGUNAKAN ALGORITMA KLASIFIKASI MULTINOMIAL NAIVE BAYES DAN EKSTRAKSI FITUR TF-IDF
Majunya perkembangan informasi juga membantu manusia lebih mudah berinteraksi dengan individu ke individu secara global sehingga tidak ada jarak dan ruang untuk saling berpendapat. Mudahnya ruang lingkup yang tidak terbatas, menimbulkan sentimen atau pendapat yang berbeda dari sudut pandang di media sosial twitter dari setiap individu perihal mengenai presiden yang menjabat tiga periode yang menimbulkan berbagai polemik baik sentimen pro dan kontra dari masyarakat sehingga sangat tidak efisien jika dilakukan secara manual dan sulit jika dibaca satu persatu sentimen. Bidang ilmu komputasi dalam Machine Learning terdapat metode yang digunakan untuk melakukan proses klasifikasi data secara otomatis berdasarkan jenisnya yakni metode klasifiaksi text mining yang tergolong kedalam supervised learning yaitu Multinomial Naive Bayes. Tujuan penelitian ini adalah untuk mendapatkan nilai performansi dari algoritma Multinomial Naive Bayes dan mengetahui apakah algoritma tersebut mampu melakukan proses klasifikasi sentimen dengan benar atau tidak. Langkah awal melakukan proses klasifikasi, dibutuhkan proses pre-processing data terlebih dahulu seperti data cleansing, case folding, tokenizing, stopword, dan stemming kemudian dihitung pembobotan perkata menggunakan tif-idf selanjutnya proses klasifikasi menggunakan multinomial naive bayes. Didapatkan dari data latih 90
URI
https://repo.itera.ac.id/depan/submission/SB2306050111
Keyword