Informatik-Spektrum最新文献_第3页

Analisis Sentimen terhadap Aplikasi PeduliLindungi pada Jejaring Sosial Twitter Menggunakan Algoritma Naïve Bayes dan Seleksi Fitur Particle Swarm Optimization 使用奈维贝叶斯算法和粒子群优化特征选择对推特社交网络上的 PeduliLindungi 应用程序进行情感分析

Informatik-Spektrum Pub Date : 2023-05-25 DOI: 10.52958/iftk.v19i1.4688

Muhamad Hanif Razka, Theresiawati Theresiawati, Nurul Chamidah

{"title":"Analisis Sentimen terhadap Aplikasi PeduliLindungi pada Jejaring Sosial Twitter Menggunakan Algoritma Naïve Bayes dan Seleksi Fitur Particle Swarm Optimization","authors":"Muhamad Hanif Razka, Theresiawati Theresiawati, Nurul Chamidah","doi":"10.52958/iftk.v19i1.4688","DOIUrl":"https://doi.org/10.52958/iftk.v19i1.4688","url":null,"abstract":"Aplikasi PeduliLindungi merupakan sebuah aplikasi resmi dari Kominfo yang bekerjasama dengan beberapa kementerian lainnya. Aplikasi ini bertujuan untuk membantu mencegah penyebaran virus COVID-19 karena selalu terhubung dengan penggunanya berdasarkan lokasi. Penelitian ini menggunakan data opini publik terhadap penggunaan aplikasi PeduliLindungi dari hasil tweets masyarakat menggunakan kata kunci seperti Peduli Lindungi, hastag #PeduliLindungi dan pengguna yang menyebutkan username @PLindungi. Pengambilan data dilakukan pada tanggal 13 Maret hingga 11 April 2022. Dalam penelitian ini memiliki tujuan untuk melakukan proses mengkategorikan sebuah data tweet menjadi sentimen bersifat positif dan negatif dan menggunakan algoritma Naïve Bayes untuk proses klasifikasinya kemudian menerapkan penggunaan seleksi fitur Particle Swarm Optimization untuk selanjutnya masuk ke dalam tahap evaluasi dengan confusion matrix guna melihat perbandingan akurasi penggunaan seleksi fitur bagi algoritma klasifikasi tersebut. Dan dari hasil pengujian menggunakan algoritma klasifikasi Naïve Bayes mendapatkan nilai akurasi sebesar 76.23%, Recall sebesar 76.78%, serta Precission sebesar 79.62%. Sementara penggunaan seleksi fitur Particle Swarm Optimization pada algoritma Naïve Bayes mendapatkan hasil terbaik pada proses iterasi PSO sebanyak 250 kali dengan peningkatan nilai akurasi menjadi 80.19% kemudian nilai recall menjadi 85.71% serta terdapat peningkatan pada precission menjadi 80%.","PeriodicalId":39769,"journal":{"name":"Informatik-Spektrum","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136346191","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}