Analisis Sentimen Twitter Menggunakan Metode Support Vector Machine (SVM) pada Kasus Benih Lobster 2020
Article Sidebar
Main Article Content
Abstract
Perkembangan dan penggunaan media sosial Twitter saat ini meningkat secara signifikan, sedangkan media sosial Twitter masih memuat cuitan positif dan negatif. Sedangkan saat ini terdapat kasus korupsi benih lobster di tahun 2020 informasi ini menjadi trending topic pada media sosial Twitter. Sedangkan untuk mendapatkan data yang valid mengenai klasifikasi berdasarkan cuitan positif dan negatif maka digunakan metode support vector machine (SVM). Analisis dilakukan menggunakan metode support vector machine (SVM) untuk mendapatkan hasil klasifikasi berdasarkan sentimen positif dan negatif. Pada proses pencarian klasifikasi antara cuitan positif dan negatif dengan mengatur pada mesin pencari sebanyak 500 cuitan, setelah melakukan pencarian didaptkan data sebanyak 156 data cuitan yang membahas korupsi benih lobster. Metode Support Vector Machine (SVM) dapat digunakan untuk mencari field yang dapat memisahkan kedua kelas dengan menggunakan fitur analisis sentimen dan klasifikasi. Model SVM juga dapat mengklasifikasikan respon masyarakat terhadap isu korupsi benih lobster tahun 2020 dengan baik, untuk hasil dari proses klasifikasi tersebut maka didapatkan nilai yaitu nilai akurasi 84,21% sedangkan nilai sensitivitas 73,38% dan nilai spesifisitas 82,10%.
Article Details
Copyright Notice
Authors who publish with Journal of Informatics, Information System, Software Engineering and Applications (INISTA) agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
References
[2] Hernawati, “Sentimen Analisis Operasi Tangkap Tangan KPK Menurut Masyarakat Menggunakan Algoritma Support Vector Machine , Naive Bayes Berbasis Particle Swarm Optimizition,” vol. 12, no. 3, pp. 230–243, 2019.
[3] Nooraeni, Rani, Aulia , Heny and S. Pertiwi, “Analisis Sentimen Data Twitter Mengenai Isu RUU KPK Dengan Metode Support Vector Machine ( SVM ),” vol. 22, no. 1, pp. 55–60, 2020.
[4] Khurniawan, “Twitter Sentiment Analysis : Case Study on the Revision of the Indonesia ’ s Corruption Eradication Commission ( KPK ) Law,” 2019.
[5] Eka, Andrea, “Pemanfaatan Media Sosial Twitter Oleh Ridwan Kamil Dan Ganjar Pranowo Telah Sesuai Dengan Fungsi Utama Media Massa,” vol. VIII, pp. 52–60, 2016.
[6] Annisa, “Analisis sentimen pada review aplikasi berita,” 2020.
[7] Ben, “Konstruksi pembingkaian visual Edhy prabowo dalam kasus korupsi benur pada ilustrasi sampul majalah dan koran tempo,” vol. 6, no. 1, 2021.
[8] Satria, “Kebijakan Kriminal Pencegahan Korupsi Pelayanan Publik,” vol. 6, no. 2, pp. 169–186.
[9] Elda, “Arah Kebijakan Pemberantasan Tindak Pidana Korupsi di Indonesia : Kajian Pasca Perubahan Undang-Undang Komisi Pemberantasan Korupsi,” no. 30, pp. 153–170, 2019.
[10] Al-hussein, “Technology in Society The use of social media and perceptions of corruption within the Jordanian political elite,” Technol. Soc., vol. 62, no. March, p. 101334, 2020.