ANALISIS SENTIMEN TERHADAP WACANA POLITIK PADA MEDIA MASA ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES
Abstract
Analisissentimenmerupakansalahsatu domain Text Mining ataupenggalian data berupateks, yang di antaranyaterdapat proses mengolahdanmengekstrak data tekstualsecaraotomatisuntukmendapatkaninformasi. Manfaatanalisissentimendalamduniapolitikantara lain untukmembantudalammenganalisiskebijakanpublikpemerintahsertamemberikanefisiensiwaktudanefisiensikerjabagi para penyediaberitadalammengklasifikasikanberitadanmembantu para pencariberitauntukmendapatkanwacanaberitapolitikharian yang merekainginkan. Proses padaanalisissentimendiawalidengan preprocessing, dilanjutkandenganpembobotan kata, kemudianpenghitungan cosine similarity, danklasifikasi. Preprocessing terdiridaribeberapatahapyaitu cleansing, tokenizing, stopword removal, dan stemming. Metodepembobotan kata yang digunakanadalah Term Frequecny Inverse Document Frequency (TF-IDF) danmenggunakan Support Vector Machine (SVM). Naive Bayes Classifier (NBC), sebagaimetodeklasifikasinya. Adalahsuatumetodepengklasifikasianberdasarkanmayoritasdari polarity documensubjectifity yang di hasilkandari crawling. Metodeinibertujuanuntukmengklasifikasiobjekbaruberdasarkanatributdan training sample. PengujianakurasidariAnalisisSentimenTerhadapWacanaPolitikPada Media Masa Online BerbahasaInggrisdenganmetode NB menghasilkan rata-rata akurasisebesar 59,98 % dannilaitertinggiakurasisebesar SVM 90,50%.
Keywords
Analisis Sentimen Wacana Politik Pada Media Masa Online; Text Mining; SVM (Support Vector Machine); NBC (Naive Bayes Classifier)
Full Text:
PDFRefbacks
- There are currently no refbacks.
Jurnal Elektronik Sistem Informasi dan Komputer (JESIK) telah terindeks oleh: