{"title":"使用奈维贝叶斯算法对快速抗原检测期间 Traveloka 推文数据进行社区情感分析","authors":"Fenny Novianti, Kiky Rizky Nova Wardani","doi":"10.29100/jipi.v8i3.3973","DOIUrl":null,"url":null,"abstract":"Traveloka melalui akun twitter selama pandemi, banyak mengeluarkan pendapat berupa komentar-komentar tentang syarat untuk melakukan setiap perjalanan baik di luar maupun di dalam negeri yaitu surat dari hasil rapid test antigen maupun PCR dengan dinyatakan negatif Covid-19. Rumusan masalah dari penelitian ini adalah bagaimana cara mendapatkan data analisis sentimen dari media sosial Twitter pada data tweet Traveloka selama rapid test antigen dengan algoritma naïve bayes . Penelitian ini merupakan penelitian kuantitatif dengan metode yang digunakan dalam penelitian ini adalah analisis sentimen masyarakat terhadap data tweet Traveloka selama rapid test antigen berdasarkan dari opini masyarakat atau netizen pada Twitter. Sementara itu, analisis pada penelitian ini menggunakan Naïve Bayes . Dalam melakukan pengukuran pada analisis sentimen didapatkan hasil dari pembobotan TF-IDF serta hasil akurasi algoritma Naïve Bayes sebesar 75% dengan membagi data training dan data testing dengan rasio 80:20 serta mendapatkan nilai recall sebesar 67%, nilai precision sebesar 86% dan nilai f1-score sebesar 76%.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"172 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ANALISIS SENTIMEN MASYARAKAT TERHADAP DATA TWEET TRAVELOKA SELAMA RAPID TEST ANTIGEN MENGGUNAKAN ALGORITMA NAÏVE BAYES\",\"authors\":\"Fenny Novianti, Kiky Rizky Nova Wardani\",\"doi\":\"10.29100/jipi.v8i3.3973\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Traveloka melalui akun twitter selama pandemi, banyak mengeluarkan pendapat berupa komentar-komentar tentang syarat untuk melakukan setiap perjalanan baik di luar maupun di dalam negeri yaitu surat dari hasil rapid test antigen maupun PCR dengan dinyatakan negatif Covid-19. Rumusan masalah dari penelitian ini adalah bagaimana cara mendapatkan data analisis sentimen dari media sosial Twitter pada data tweet Traveloka selama rapid test antigen dengan algoritma naïve bayes . Penelitian ini merupakan penelitian kuantitatif dengan metode yang digunakan dalam penelitian ini adalah analisis sentimen masyarakat terhadap data tweet Traveloka selama rapid test antigen berdasarkan dari opini masyarakat atau netizen pada Twitter. Sementara itu, analisis pada penelitian ini menggunakan Naïve Bayes . Dalam melakukan pengukuran pada analisis sentimen didapatkan hasil dari pembobotan TF-IDF serta hasil akurasi algoritma Naïve Bayes sebesar 75% dengan membagi data training dan data testing dengan rasio 80:20 serta mendapatkan nilai recall sebesar 67%, nilai precision sebesar 86% dan nilai f1-score sebesar 76%.\",\"PeriodicalId\":32696,\"journal\":{\"name\":\"JIPI Jurnal IPA dan Pembelajaran IPA\",\"volume\":\"172 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-08-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JIPI Jurnal IPA dan Pembelajaran IPA\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.29100/jipi.v8i3.3973\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JIPI Jurnal IPA dan Pembelajaran IPA","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29100/jipi.v8i3.3973","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ANALISIS SENTIMEN MASYARAKAT TERHADAP DATA TWEET TRAVELOKA SELAMA RAPID TEST ANTIGEN MENGGUNAKAN ALGORITMA NAÏVE BAYES
Traveloka melalui akun twitter selama pandemi, banyak mengeluarkan pendapat berupa komentar-komentar tentang syarat untuk melakukan setiap perjalanan baik di luar maupun di dalam negeri yaitu surat dari hasil rapid test antigen maupun PCR dengan dinyatakan negatif Covid-19. Rumusan masalah dari penelitian ini adalah bagaimana cara mendapatkan data analisis sentimen dari media sosial Twitter pada data tweet Traveloka selama rapid test antigen dengan algoritma naïve bayes . Penelitian ini merupakan penelitian kuantitatif dengan metode yang digunakan dalam penelitian ini adalah analisis sentimen masyarakat terhadap data tweet Traveloka selama rapid test antigen berdasarkan dari opini masyarakat atau netizen pada Twitter. Sementara itu, analisis pada penelitian ini menggunakan Naïve Bayes . Dalam melakukan pengukuran pada analisis sentimen didapatkan hasil dari pembobotan TF-IDF serta hasil akurasi algoritma Naïve Bayes sebesar 75% dengan membagi data training dan data testing dengan rasio 80:20 serta mendapatkan nilai recall sebesar 67%, nilai precision sebesar 86% dan nilai f1-score sebesar 76%.