Muhammad Ikhsan Yusuf, Natalis Ransi, Arman Arman, A. Tenriawaru, L. Saidi, La Surimi La Surimi
{"title":"网友INSTAGRAM对印尼足球种族主义的评论分析了她的感情","authors":"Muhammad Ikhsan Yusuf, Natalis Ransi, Arman Arman, A. Tenriawaru, L. Saidi, La Surimi La Surimi","doi":"10.33772/jmks.v2i3.10","DOIUrl":null,"url":null,"abstract":"Penggunaan kalimat racism yang terjadi dalam dunia Sepak bola, dikarenakan sepak bola adalah sarana bentuk olahraga yang sangat digemari diberbagai belahan dunia dan hampir semua ras mengetahui jika sepak bola itu olahraga yang sangat disukai oleh berbagai kalangan dan golongan, hal tersebut membuat peneliti tertarik untuk melakukan penelitian dengan judul “Analisis Sentimen Komentar Netizen Instagram Terhadap Racism Di Sepak Bola Indonesia Dengan Metode Naive Bayes” penelitian ini dilakukan sebagai salah satu bentuk informasi agar melihat tingkat sentiman masyarakat di media sosial Instagram terhadap Racism. \nPenelitian ini dengan menggunakan metode Naive Bayes Classifier. Percobaan dilakukan pada 650 data komentar. Enam ratus lima puluh komentar data tersebut dibagi menjadi 2 kategori. Untuk mengetahui pengaruh jumlah data latih terhadap efektifitas Naïve Bayes Classifier maka diambil beberapa kombinasi banyaknya dokumen latih dan dokumen uji. Secara berurutan kombinasi dokumen latih dan uji tersebut antara lain 90:10, 80:20, 70:30. \nDengan menggunakan metode Naive Bayes Classifier didapatkan accuracy hasil klasifikasi berurut sebesar 82%, 77% dan 80%. Berdasarkan hasil pengujian yang telah dilakukan, accuracy tertinggi didapat pada pembagian 90:10 dengan nilai accuracy 82%. Aplikasi ini dapat dikembangkan untuk platform social media lainnya seperti facebook, instagram, path, kaskus, dan lainnya.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"118 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ANALISIS SENTIMEN KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA DENGAN METODE NAIVE BAYES\",\"authors\":\"Muhammad Ikhsan Yusuf, Natalis Ransi, Arman Arman, A. Tenriawaru, L. Saidi, La Surimi La Surimi\",\"doi\":\"10.33772/jmks.v2i3.10\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penggunaan kalimat racism yang terjadi dalam dunia Sepak bola, dikarenakan sepak bola adalah sarana bentuk olahraga yang sangat digemari diberbagai belahan dunia dan hampir semua ras mengetahui jika sepak bola itu olahraga yang sangat disukai oleh berbagai kalangan dan golongan, hal tersebut membuat peneliti tertarik untuk melakukan penelitian dengan judul “Analisis Sentimen Komentar Netizen Instagram Terhadap Racism Di Sepak Bola Indonesia Dengan Metode Naive Bayes” penelitian ini dilakukan sebagai salah satu bentuk informasi agar melihat tingkat sentiman masyarakat di media sosial Instagram terhadap Racism. \\nPenelitian ini dengan menggunakan metode Naive Bayes Classifier. Percobaan dilakukan pada 650 data komentar. Enam ratus lima puluh komentar data tersebut dibagi menjadi 2 kategori. Untuk mengetahui pengaruh jumlah data latih terhadap efektifitas Naïve Bayes Classifier maka diambil beberapa kombinasi banyaknya dokumen latih dan dokumen uji. Secara berurutan kombinasi dokumen latih dan uji tersebut antara lain 90:10, 80:20, 70:30. \\nDengan menggunakan metode Naive Bayes Classifier didapatkan accuracy hasil klasifikasi berurut sebesar 82%, 77% dan 80%. Berdasarkan hasil pengujian yang telah dilakukan, accuracy tertinggi didapat pada pembagian 90:10 dengan nilai accuracy 82%. Aplikasi ini dapat dikembangkan untuk platform social media lainnya seperti facebook, instagram, path, kaskus, dan lainnya.\",\"PeriodicalId\":253418,\"journal\":{\"name\":\"Jurnal Matematika Komputasi dan Statistika\",\"volume\":\"118 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\":\"Jurnal Matematika Komputasi dan Statistika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33772/jmks.v2i3.10\",\"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 Matematika Komputasi dan Statistika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33772/jmks.v2i3.10","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ANALISIS SENTIMEN KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA DENGAN METODE NAIVE BAYES
Penggunaan kalimat racism yang terjadi dalam dunia Sepak bola, dikarenakan sepak bola adalah sarana bentuk olahraga yang sangat digemari diberbagai belahan dunia dan hampir semua ras mengetahui jika sepak bola itu olahraga yang sangat disukai oleh berbagai kalangan dan golongan, hal tersebut membuat peneliti tertarik untuk melakukan penelitian dengan judul “Analisis Sentimen Komentar Netizen Instagram Terhadap Racism Di Sepak Bola Indonesia Dengan Metode Naive Bayes” penelitian ini dilakukan sebagai salah satu bentuk informasi agar melihat tingkat sentiman masyarakat di media sosial Instagram terhadap Racism.
Penelitian ini dengan menggunakan metode Naive Bayes Classifier. Percobaan dilakukan pada 650 data komentar. Enam ratus lima puluh komentar data tersebut dibagi menjadi 2 kategori. Untuk mengetahui pengaruh jumlah data latih terhadap efektifitas Naïve Bayes Classifier maka diambil beberapa kombinasi banyaknya dokumen latih dan dokumen uji. Secara berurutan kombinasi dokumen latih dan uji tersebut antara lain 90:10, 80:20, 70:30.
Dengan menggunakan metode Naive Bayes Classifier didapatkan accuracy hasil klasifikasi berurut sebesar 82%, 77% dan 80%. Berdasarkan hasil pengujian yang telah dilakukan, accuracy tertinggi didapat pada pembagian 90:10 dengan nilai accuracy 82%. Aplikasi ini dapat dikembangkan untuk platform social media lainnya seperti facebook, instagram, path, kaskus, dan lainnya.