PENERAPAN ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN KELANGKAAN MINYAK GORENG PADA MEDIA SOSIAL TWITTER

Muhammad Nasrul Fadillah, Rini Nuraini Sukmana
{"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.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Twitter是迄今为止最受欢迎的社交媒体之一。最近,推特上流行的话题是关于食用油短缺的问题,印尼人民目前正面临食用油危机。食用油是社会的基本需求之一。从而在这个问题上产生积极和消极的意见。要了解Twitter上的观点,你所要做的就是将推特数据编入正负观点。分析的一种方法是情感分析。为了继续对情感分析,需要一种先进的算法Naive Bayes Classifier来获得最大的精确度,并支持该应用程序对食油问题的社交媒体Twitter数据进行分类。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PERANCANGAN ARSITEKTUR SISTEM INFORMASI PARIWISATA MENGGUNAKAN FRAMEWORK SAGA (STUDI KASUS: DINAS PARIWISATA KABUPATEN BELITUNG) PREDIKSI KINERJA KEUANGAN PT ASTRA INTERNATIONAL TBK DENGAN REGRESI LINIER DAN EXPONENTIAL SMOOTHING SISTEM KEAMANAN RUMAH BERBASIS ESP32-CAM DAN TELEGRAM SEBAGAI NOTIFIKASI APLIKASI PENDAFTARAN EKSTRAKURIKULER BERBASIS WEB DENGAN METODE WATERFALL IDENTIFIKASI PENERAPAN ERP PADA UPT LABORATORIUM LINGKUNGAN DINAS LINGKUNGAN HIDUP KOTA PALANGKA RAYA
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1