{"title":"PENERAPAN ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN KELANGKAAN MINYAK GORENG PADA MEDIA SOSIAL TWITTER","authors":"Muhammad Nasrul Fadillah, Rini Nuraini Sukmana","doi":"10.32897/infotronik.2022.7.2.1716","DOIUrl":null,"url":null,"abstract":"Twitter merupakan salah sebagian dari sosial media yang banyak digemari hingga saat ini. Pada akhir – akhir ini yang menjadi trending topic di Twitter yaitu mengenai isu kelangkaan minyak goreng, dimana masyarakat Indonesia saat ini sedang dihadapi krisis minyak goreng. Minyak goreng merupakan salah sebagian dari kebutuhan pokok di masyarakat. Sehingga bermunculan opini baik positif maupun negatif terhadap isu tersebut. Untuk mengetahui opini yang ada di Twitter maka yang harus dilakukan adalah mengolah data tweet untuk diklasifikasikan menjadi opini positif dan negatif. Salah satu cara dalam menganalisis yang dapat diaplikasikan yaitu Analisis Sentimen. Dalam melangsungkan analisis sentimen diperlukan suatu algoritma yang mumpuni yaitu Naïve Bayes Classifier untuk mendapatkan hasil akurasi yang maksimal serta untuk menunjang aplikasi tersebut dalam mengklasifikasikan data tweet pada media sosial Twitter pada isu kelangkaan minyak goreng.","PeriodicalId":126959,"journal":{"name":"Infotronik : Jurnal Teknologi Informasi dan Elektronika","volume":"34 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Infotronik : Jurnal Teknologi Informasi dan Elektronika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32897/infotronik.2022.7.2.1716","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Twitter merupakan salah sebagian dari sosial media yang banyak digemari hingga saat ini. Pada akhir – akhir ini yang menjadi trending topic di Twitter yaitu mengenai isu kelangkaan minyak goreng, dimana masyarakat Indonesia saat ini sedang dihadapi krisis minyak goreng. Minyak goreng merupakan salah sebagian dari kebutuhan pokok di masyarakat. Sehingga bermunculan opini baik positif maupun negatif terhadap isu tersebut. Untuk mengetahui opini yang ada di Twitter maka yang harus dilakukan adalah mengolah data tweet untuk diklasifikasikan menjadi opini positif dan negatif. Salah satu cara dalam menganalisis yang dapat diaplikasikan yaitu Analisis Sentimen. Dalam melangsungkan analisis sentimen diperlukan suatu algoritma yang mumpuni yaitu Naïve Bayes Classifier untuk mendapatkan hasil akurasi yang maksimal serta untuk menunjang aplikasi tersebut dalam mengklasifikasikan data tweet pada media sosial Twitter pada isu kelangkaan minyak goreng.