应用 Naive Bayes 对雅加达-万隆高速列车 (Whoosh) 的社交媒体 Twitter 用户进行情感分析

Tifani Agustiranti, Aulia Khalfani Izzati Kurdiana, Bilal Al Ghiffari, Elza Dwi Juniar, Diki Gita Purnama
{"title":"应用 Naive Bayes 对雅加达-万隆高速列车 (Whoosh) 的社交媒体 Twitter 用户进行情感分析","authors":"Tifani Agustiranti, Aulia Khalfani Izzati Kurdiana, Bilal Al Ghiffari, Elza Dwi Juniar, Diki Gita Purnama","doi":"10.55338/jikomsi.v7i1.2946","DOIUrl":null,"url":null,"abstract":"Dalam era digital saat ini, media sosial telah menjadi platform utama bagi pengguna untuk berbagi pengalaman dan pendapat mereka terkait berbagai layanan publik, termasuk layanan transportasi. Kereta Cepat Jakarta-Bandung (whoosh) adalah salah satu proyek infrastruktur yang penting di Indonesia, menawarkan alternatif transportasi yang efisien antara dua kota metropolitan utama. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap penggunaan kereta cepat Jakarta-Bandung (whoosh) melalui data ulasan yang dikumpulkan dari media sosial Twitter. Metode penelitian melibatkan pengumpulan data melalui crawling Twitter, pelabelan data manual, pra-pemrosesan teks, pembobotan TF-IDF, dan penerapan algoritma Naive Bayes Classifier. Hasil penelitian menunjukkan bahwa tanggapan masyarakat cenderung positif terhadap pengguna kereta cepat tersebut dengan tingkat akurasi klasifikasi mencapai 88%. Meskipun demikian, terdapat sejumlah data yang belum terklasifikasi dengan baik, menunjukkan tantangan dalam mendeteksi sentimen netral dengan tepat. Implikasi dari penelitian ini adalah pentingnya analisis sentimen dalam memahami persepsi publik terhadap pengguna layanan transportasi dan potensi pengembangan metode klasifikasi yang lebih canggih untuk meningkatkan akurasi klasifikasi sentimen pada data yang kompleks.","PeriodicalId":517527,"journal":{"name":"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)","volume":" 5","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Penerapan Naive Bayes Terhadap Sentimen Analisis Media Sosial Twitter Pengguna Kereta Cepat Jakarta-Bandung (Whoosh)\",\"authors\":\"Tifani Agustiranti, Aulia Khalfani Izzati Kurdiana, Bilal Al Ghiffari, Elza Dwi Juniar, Diki Gita Purnama\",\"doi\":\"10.55338/jikomsi.v7i1.2946\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Dalam era digital saat ini, media sosial telah menjadi platform utama bagi pengguna untuk berbagi pengalaman dan pendapat mereka terkait berbagai layanan publik, termasuk layanan transportasi. Kereta Cepat Jakarta-Bandung (whoosh) adalah salah satu proyek infrastruktur yang penting di Indonesia, menawarkan alternatif transportasi yang efisien antara dua kota metropolitan utama. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap penggunaan kereta cepat Jakarta-Bandung (whoosh) melalui data ulasan yang dikumpulkan dari media sosial Twitter. Metode penelitian melibatkan pengumpulan data melalui crawling Twitter, pelabelan data manual, pra-pemrosesan teks, pembobotan TF-IDF, dan penerapan algoritma Naive Bayes Classifier. Hasil penelitian menunjukkan bahwa tanggapan masyarakat cenderung positif terhadap pengguna kereta cepat tersebut dengan tingkat akurasi klasifikasi mencapai 88%. Meskipun demikian, terdapat sejumlah data yang belum terklasifikasi dengan baik, menunjukkan tantangan dalam mendeteksi sentimen netral dengan tepat. Implikasi dari penelitian ini adalah pentingnya analisis sentimen dalam memahami persepsi publik terhadap pengguna layanan transportasi dan potensi pengembangan metode klasifikasi yang lebih canggih untuk meningkatkan akurasi klasifikasi sentimen pada data yang kompleks.\",\"PeriodicalId\":517527,\"journal\":{\"name\":\"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)\",\"volume\":\" 5\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-03-20\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.55338/jikomsi.v7i1.2946\",\"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 Ilmu Komputer dan Sistem Informasi (JIKOMSI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55338/jikomsi.v7i1.2946","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

在当今的数字时代,社交媒体已成为用户就各种公共服务(包括交通服务)分享经验和意见的重要平台。雅加达-万隆高速列车(whoosh)是印尼最重要的基础设施项目之一,为两个大都市之间提供了高效的交通选择。本研究旨在通过从推特社交媒体收集的评论数据,分析公众对雅加达-万隆高速列车(嗖嗖线)的使用情绪。研究方法包括通过 Twitter 抓取、手动数据标注、文本预处理、TF-IDF 加权和应用 Naive Bayes 分类器算法收集数据。结果显示,公众对快车用户的反应趋于正面,分类准确率为 88%。不过,也有一些数据没有被正确分类,这显示了适当检测中性情绪所面临的挑战。这项研究的意义在于,情感分析对于了解公众对交通服务用户的看法非常重要,而且有可能开发出更复杂的分类方法,以提高复杂数据的情感分类准确率。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Penerapan Naive Bayes Terhadap Sentimen Analisis Media Sosial Twitter Pengguna Kereta Cepat Jakarta-Bandung (Whoosh)
Dalam era digital saat ini, media sosial telah menjadi platform utama bagi pengguna untuk berbagi pengalaman dan pendapat mereka terkait berbagai layanan publik, termasuk layanan transportasi. Kereta Cepat Jakarta-Bandung (whoosh) adalah salah satu proyek infrastruktur yang penting di Indonesia, menawarkan alternatif transportasi yang efisien antara dua kota metropolitan utama. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap penggunaan kereta cepat Jakarta-Bandung (whoosh) melalui data ulasan yang dikumpulkan dari media sosial Twitter. Metode penelitian melibatkan pengumpulan data melalui crawling Twitter, pelabelan data manual, pra-pemrosesan teks, pembobotan TF-IDF, dan penerapan algoritma Naive Bayes Classifier. Hasil penelitian menunjukkan bahwa tanggapan masyarakat cenderung positif terhadap pengguna kereta cepat tersebut dengan tingkat akurasi klasifikasi mencapai 88%. Meskipun demikian, terdapat sejumlah data yang belum terklasifikasi dengan baik, menunjukkan tantangan dalam mendeteksi sentimen netral dengan tepat. Implikasi dari penelitian ini adalah pentingnya analisis sentimen dalam memahami persepsi publik terhadap pengguna layanan transportasi dan potensi pengembangan metode klasifikasi yang lebih canggih untuk meningkatkan akurasi klasifikasi sentimen pada data yang kompleks.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
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:604180095
Book学术官方微信