Analisis Sentimen Pendapat Masyarakat Terhadap Aksi People Power (22 Mei 2019) Melalui Media Sosial Twitter Menggunakan Algoritma Random Forest

Aqil Farras; Liza Trisnawati

doi:10.58794/jekin.v3i3.617

Authors

Aqil Farras Universitas Abdurrab
Liza Trisnawati Universitas Abdurrab

DOI:

https://doi.org/10.58794/jekin.v3i3.617

Keywords:

Komentar Positif dan Negatif, Twitter, Pengklasifikasi, Random Forest

Abstract

Twitter merupakan layanan jejaring sosial dan microblogging (blog ringkas). Para pengguna memakainya untuk berkirim pesan dan membaca pesan yang tidak lebih dari 140 karakter saja, istilah yang digunakan untuk mengirimkan pesan disebut tweet. Informasi yang diberikan beragam, mulai dari hiburan hingga edukasi. Pada situs Twitter terdapat fitur komentar untuk ditujukan terhadap tweet tersebut. Fitur komentar banyak digunakan untuk melontarkan aspirasi atau tanggapan yang positif maupun negatif. Pada penelitian ini, algoritma Random Forest digunakan untuk mengklasifikasi komentar Twitter yang memuat unsur positif dan memuat unsur negatif dalam tweet tentang aksi People Power (22 Mei 2019) Model Random Forest dilatih dan divalidasi dengan metode cross-validation dengan teknik K-Fold menggunakan data sebanyak 3036 data komentar YouTube dan diberi label manual. Hasil validasi yang telah dilakukan pada model Random Forest mendapatkan nilai akurasi sebesar 0.696 atau 69%.

Downloads

Download data is not yet available.

References

D. Alita dan A. R. Isnain, “Pendeteksian Sarkasme Pada Proses Analisis Sentimen Menggunakan Random Forest Classifier”, In: Jurnal Komputasi (JK) 8.2 (2020).

E. Fitri, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naïve Bayes, Random Forest, dan Support Vector Machine”, In: Jurnal Transformatika (JT) 18.1 (2020).

H. Februariyanti dan E. Zuliarso, “Klasifikasi Dokumen Berita Teks Bahasa Indonesia Menggunakan Ontologi”, In: Dinamik 17.1 (2012).

A. Imaduddin dan T. Budi, “Pengenalan Karakter Huruf Hangul Korea Menggunakan Random Forest”, In: eProceedings of Engineering 1.1 (2014).

H. Leidiana, “Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor”, In: PIKSEL (Penelitian Ilmu Komputer Sistem Embedded dan Logic) 1.1 (2013), pp. 065-076.

T. Mardiana dan R. D. Nyoto, “Kluster Bag of Words Menggunakan Weka”, In: Jurnal Edukasi dan Penelitian Informatika (JEPIN) 1.1 (2015).

A. Muzakir dan R. A. Wulandari, “Model Data Mining Sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree”, In: Scientific Journal of Informatics 3.1 (2016), pp. 019-026.

D. B. Satmoko, P. Sukarno, dan E. M. Jadied, “Peningkatan Akurasi Pendeteksian Serangan DdoS Menggunakan Multiclassifier Ensemble Learning dan Chi-Square”, In: eProceedings of Engineering 5.3 (2018).