ANALISIS SENTIMEN MASYARAKAT TERHADAP DATA TWEET TRAVELOKA SELAMA RAPID TEST ANTIGEN MENGGUNAKAN ALGORITMA NAÏVE BAYES

Fenny Novianti, Kiky Rizky Nova Wardani
{"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}
引用次数: 0

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%.
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
在大流行期间,twitter上的Traveloka对每一次旅行的要求发表了许多意见,其中包括快速测试抗原和PCR的信,并对Covid-19作了负面评论。该研究的问题公式是如何在快速抗逆转录病毒算法naive bayes的测试中从Twitter社交媒体上获取情感分析数据的呢?这项研究是一种定量研究,采用在这项研究中使用的方法是根据公众意见或Twitter上的网志进行的快速抗原测试期间对特拉维卡数据的情绪分析。与此同时,这项研究的分析使用了天真的贝斯。在对感情分析进行评估时,人们发现了TF-IDF破解的结果,以及Naive Bayes算法以80比20的比例除以训练和测试数据的75%,而recall值为67%,precision值为86%,f1-score值为76%。
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 求助全文
来源期刊
自引率
0.00%
发文量
25
审稿时长
12 weeks
×
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
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
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 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信