{"title":"对OMICRON案例升级的情感和分类分析使用了NAIVE BAYES CLASSIFIER","authors":"Alexandre Liberti Duarte tavares Duarte, Eddy Nurraharjo","doi":"10.36595/jire.v6i1.779","DOIUrl":null,"url":null,"abstract":"Pemerintah Indonesia sendiri melalui Kementerian Kesehatan menyampaikan berita tentang varian baru COVID-19 yaitu varian Omicron, Melalui Twitter untuk memberikan informasi yang lebih cepat dengan memposting tweet terkait kegiatan atau berita terbaru tentang kasus COVID-19, dan tidak luput dari komentar publik pada Twitter, terutama tentang peningkatan kasus virus yang tinggi. Komentar yang ditulis oleh publik pada Twitter terdapat informasi yang positif maupun negativ. Analisis sentiment satu cara yang digunakan orang-orang untuk mengklasifikasikan data. Dengan menggunakan analisis sentimen dapat mempermudah untuk mengklasifikasikan suatu data opini positif dan negatif. Penelitian ini memgunakan analisis sentimen untuk menghitung tingkat akurasi opini pengguna twitter, dengan Metode klasifikasi Naïve Bayes. Metode ini mengklasifikasikan data sentiment yang diambil dari data positif dan data negatif dari twitter yang diimput menggunakan twitter API dengan kata “OMICRON”, Hasil klasifikasi data penelitian ini memiliki nilai dari klasifikasi data tweet menghasilkan nilai akurasi sebesar 90.0%, nilai precision 90.00%, nilai recall 90,00% dan nilai f1-score 90,00%.","PeriodicalId":367275,"journal":{"name":"Jurnal Informatika dan Rekayasa Elektronik","volume":"62 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-04-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"ANALISIS SENTIMEN DAN KLASIFIKASI TWEET TERKAIT NAIKNYA KASUS OMICRON MENGGUNAKAN NAIVE BAYES CLASSIFIER\",\"authors\":\"Alexandre Liberti Duarte tavares Duarte, Eddy Nurraharjo\",\"doi\":\"10.36595/jire.v6i1.779\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pemerintah Indonesia sendiri melalui Kementerian Kesehatan menyampaikan berita tentang varian baru COVID-19 yaitu varian Omicron, Melalui Twitter untuk memberikan informasi yang lebih cepat dengan memposting tweet terkait kegiatan atau berita terbaru tentang kasus COVID-19, dan tidak luput dari komentar publik pada Twitter, terutama tentang peningkatan kasus virus yang tinggi. Komentar yang ditulis oleh publik pada Twitter terdapat informasi yang positif maupun negativ. Analisis sentiment satu cara yang digunakan orang-orang untuk mengklasifikasikan data. Dengan menggunakan analisis sentimen dapat mempermudah untuk mengklasifikasikan suatu data opini positif dan negatif. Penelitian ini memgunakan analisis sentimen untuk menghitung tingkat akurasi opini pengguna twitter, dengan Metode klasifikasi Naïve Bayes. Metode ini mengklasifikasikan data sentiment yang diambil dari data positif dan data negatif dari twitter yang diimput menggunakan twitter API dengan kata “OMICRON”, Hasil klasifikasi data penelitian ini memiliki nilai dari klasifikasi data tweet menghasilkan nilai akurasi sebesar 90.0%, nilai precision 90.00%, nilai recall 90,00% dan nilai f1-score 90,00%.\",\"PeriodicalId\":367275,\"journal\":{\"name\":\"Jurnal Informatika dan Rekayasa Elektronik\",\"volume\":\"62 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-04-19\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Informatika dan Rekayasa Elektronik\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36595/jire.v6i1.779\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika dan Rekayasa Elektronik","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36595/jire.v6i1.779","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ANALISIS SENTIMEN DAN KLASIFIKASI TWEET TERKAIT NAIKNYA KASUS OMICRON MENGGUNAKAN NAIVE BAYES CLASSIFIER
Pemerintah Indonesia sendiri melalui Kementerian Kesehatan menyampaikan berita tentang varian baru COVID-19 yaitu varian Omicron, Melalui Twitter untuk memberikan informasi yang lebih cepat dengan memposting tweet terkait kegiatan atau berita terbaru tentang kasus COVID-19, dan tidak luput dari komentar publik pada Twitter, terutama tentang peningkatan kasus virus yang tinggi. Komentar yang ditulis oleh publik pada Twitter terdapat informasi yang positif maupun negativ. Analisis sentiment satu cara yang digunakan orang-orang untuk mengklasifikasikan data. Dengan menggunakan analisis sentimen dapat mempermudah untuk mengklasifikasikan suatu data opini positif dan negatif. Penelitian ini memgunakan analisis sentimen untuk menghitung tingkat akurasi opini pengguna twitter, dengan Metode klasifikasi Naïve Bayes. Metode ini mengklasifikasikan data sentiment yang diambil dari data positif dan data negatif dari twitter yang diimput menggunakan twitter API dengan kata “OMICRON”, Hasil klasifikasi data penelitian ini memiliki nilai dari klasifikasi data tweet menghasilkan nilai akurasi sebesar 90.0%, nilai precision 90.00%, nilai recall 90,00% dan nilai f1-score 90,00%.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
