ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES

Perkembangan teknologi menjadikan perubahan yang terjadi pada siaran televisi yang semulanya analog menjadi digital. Aturan tersebut menjadikan bahan perbincangan pada kalangan umum salah satunya pengguna Twitter. Hal itu menimbulkan opini pengguna Twitter pro-kontra. Mengenai hal ini perlu adanya a...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Jurnal Teknika 2023-09, Vol.15 (2), p.67-74
Hauptverfasser: Prasetyo, Andika, Taufik Ridwan
Format: Artikel
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 74
container_issue 2
container_start_page 67
container_title Jurnal Teknika
container_volume 15
creator Prasetyo, Andika
Taufik Ridwan
description Perkembangan teknologi menjadikan perubahan yang terjadi pada siaran televisi yang semulanya analog menjadi digital. Aturan tersebut menjadikan bahan perbincangan pada kalangan umum salah satunya pengguna Twitter. Hal itu menimbulkan opini pengguna Twitter pro-kontra. Mengenai hal ini perlu adanya analisis sentimen terhadap pemberhentian tv analog menggunakan algoritma Naive Bayes. Data yang diambil dengan kata kunci “tvanalog” dalam kurun waktu 1 Januari 2022 s.d. 30 Desember 2022 dengan batas maksimal 100 data. Permodelan yang digunakan dengan data latih berjumlah 90 data dengan sentimen negatif berjumlah 65 data dan sentimen positif berjumlah 25 data. Data uji berjumlah 10 dimana jumlah data 5 negatif dan 5 positif. Permodelan algoritma Naive Bayes yang dibuat menggunakan alat bantu RapidMiner Studio 10.0. Metodologi yang diterapkan menggunakan AI project cycle yang diakhiri dengan tahap evaluation. Hasil performa dalam mencari akurasi pada model mendapatkan hasil akurasi 50% dimana hasil tersebut belum baik maka diperlukan data latih yang lebih banyak dan sentimen yang seimbang, agar mendapatkan hasil terbaik.
doi_str_mv 10.30736/jt.v15i2.991
format Article
fullrecord <record><control><sourceid>crossref</sourceid><recordid>TN_cdi_crossref_primary_10_30736_jt_v15i2_991</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>10_30736_jt_v15i2_991</sourcerecordid><originalsourceid>FETCH-crossref_primary_10_30736_jt_v15i2_9913</originalsourceid><addsrcrecordid>eNqVj81qwkAUhYdioWJdur8vkDj57yyvdYxDzRjMmNLVkJYEIi1KRoS-vVfpC3RxOYdzvrs4jM0C7kc8i9L54exfgqQPfSGCBzYO05B7cZbxEXn-knh04olNnes_eUyFEEk8Zg1q3KhKVVBJbVQhNRi5W-MSSyhlsSB_y5HiGm7sNoeSWjDvyhAJ9JHne41vhOAm3-6UKRA0qlrCAj9k9cweu-bbtdM_nTBvJc3r2vsajs4NbWdPQ__TDL824PY-xR7O9j7F0pTov_wVUTFJqA</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES</title><source>DOAJ Directory of Open Access Journals</source><creator>Prasetyo, Andika ; Taufik Ridwan</creator><creatorcontrib>Prasetyo, Andika ; Taufik Ridwan</creatorcontrib><description>Perkembangan teknologi menjadikan perubahan yang terjadi pada siaran televisi yang semulanya analog menjadi digital. Aturan tersebut menjadikan bahan perbincangan pada kalangan umum salah satunya pengguna Twitter. Hal itu menimbulkan opini pengguna Twitter pro-kontra. Mengenai hal ini perlu adanya analisis sentimen terhadap pemberhentian tv analog menggunakan algoritma Naive Bayes. Data yang diambil dengan kata kunci “tvanalog” dalam kurun waktu 1 Januari 2022 s.d. 30 Desember 2022 dengan batas maksimal 100 data. Permodelan yang digunakan dengan data latih berjumlah 90 data dengan sentimen negatif berjumlah 65 data dan sentimen positif berjumlah 25 data. Data uji berjumlah 10 dimana jumlah data 5 negatif dan 5 positif. Permodelan algoritma Naive Bayes yang dibuat menggunakan alat bantu RapidMiner Studio 10.0. Metodologi yang diterapkan menggunakan AI project cycle yang diakhiri dengan tahap evaluation. Hasil performa dalam mencari akurasi pada model mendapatkan hasil akurasi 50% dimana hasil tersebut belum baik maka diperlukan data latih yang lebih banyak dan sentimen yang seimbang, agar mendapatkan hasil terbaik.</description><identifier>ISSN: 2085-0859</identifier><identifier>EISSN: 2620-4770</identifier><identifier>DOI: 10.30736/jt.v15i2.991</identifier><language>eng</language><ispartof>Jurnal Teknika, 2023-09, Vol.15 (2), p.67-74</ispartof><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed><cites>FETCH-crossref_primary_10_30736_jt_v15i2_9913</cites></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,776,780,860,27901,27902</link.rule.ids></links><search><creatorcontrib>Prasetyo, Andika</creatorcontrib><creatorcontrib>Taufik Ridwan</creatorcontrib><title>ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES</title><title>Jurnal Teknika</title><description>Perkembangan teknologi menjadikan perubahan yang terjadi pada siaran televisi yang semulanya analog menjadi digital. Aturan tersebut menjadikan bahan perbincangan pada kalangan umum salah satunya pengguna Twitter. Hal itu menimbulkan opini pengguna Twitter pro-kontra. Mengenai hal ini perlu adanya analisis sentimen terhadap pemberhentian tv analog menggunakan algoritma Naive Bayes. Data yang diambil dengan kata kunci “tvanalog” dalam kurun waktu 1 Januari 2022 s.d. 30 Desember 2022 dengan batas maksimal 100 data. Permodelan yang digunakan dengan data latih berjumlah 90 data dengan sentimen negatif berjumlah 65 data dan sentimen positif berjumlah 25 data. Data uji berjumlah 10 dimana jumlah data 5 negatif dan 5 positif. Permodelan algoritma Naive Bayes yang dibuat menggunakan alat bantu RapidMiner Studio 10.0. Metodologi yang diterapkan menggunakan AI project cycle yang diakhiri dengan tahap evaluation. Hasil performa dalam mencari akurasi pada model mendapatkan hasil akurasi 50% dimana hasil tersebut belum baik maka diperlukan data latih yang lebih banyak dan sentimen yang seimbang, agar mendapatkan hasil terbaik.</description><issn>2085-0859</issn><issn>2620-4770</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNqVj81qwkAUhYdioWJdur8vkDj57yyvdYxDzRjMmNLVkJYEIi1KRoS-vVfpC3RxOYdzvrs4jM0C7kc8i9L54exfgqQPfSGCBzYO05B7cZbxEXn-knh04olNnes_eUyFEEk8Zg1q3KhKVVBJbVQhNRi5W-MSSyhlsSB_y5HiGm7sNoeSWjDvyhAJ9JHne41vhOAm3-6UKRA0qlrCAj9k9cweu-bbtdM_nTBvJc3r2vsajs4NbWdPQ__TDL824PY-xR7O9j7F0pTov_wVUTFJqA</recordid><startdate>20230909</startdate><enddate>20230909</enddate><creator>Prasetyo, Andika</creator><creator>Taufik Ridwan</creator><scope>AAYXX</scope><scope>CITATION</scope></search><sort><creationdate>20230909</creationdate><title>ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES</title><author>Prasetyo, Andika ; Taufik Ridwan</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-crossref_primary_10_30736_jt_v15i2_9913</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>eng</language><creationdate>2023</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>Prasetyo, Andika</creatorcontrib><creatorcontrib>Taufik Ridwan</creatorcontrib><collection>CrossRef</collection><jtitle>Jurnal Teknika</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Prasetyo, Andika</au><au>Taufik Ridwan</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES</atitle><jtitle>Jurnal Teknika</jtitle><date>2023-09-09</date><risdate>2023</risdate><volume>15</volume><issue>2</issue><spage>67</spage><epage>74</epage><pages>67-74</pages><issn>2085-0859</issn><eissn>2620-4770</eissn><abstract>Perkembangan teknologi menjadikan perubahan yang terjadi pada siaran televisi yang semulanya analog menjadi digital. Aturan tersebut menjadikan bahan perbincangan pada kalangan umum salah satunya pengguna Twitter. Hal itu menimbulkan opini pengguna Twitter pro-kontra. Mengenai hal ini perlu adanya analisis sentimen terhadap pemberhentian tv analog menggunakan algoritma Naive Bayes. Data yang diambil dengan kata kunci “tvanalog” dalam kurun waktu 1 Januari 2022 s.d. 30 Desember 2022 dengan batas maksimal 100 data. Permodelan yang digunakan dengan data latih berjumlah 90 data dengan sentimen negatif berjumlah 65 data dan sentimen positif berjumlah 25 data. Data uji berjumlah 10 dimana jumlah data 5 negatif dan 5 positif. Permodelan algoritma Naive Bayes yang dibuat menggunakan alat bantu RapidMiner Studio 10.0. Metodologi yang diterapkan menggunakan AI project cycle yang diakhiri dengan tahap evaluation. Hasil performa dalam mencari akurasi pada model mendapatkan hasil akurasi 50% dimana hasil tersebut belum baik maka diperlukan data latih yang lebih banyak dan sentimen yang seimbang, agar mendapatkan hasil terbaik.</abstract><doi>10.30736/jt.v15i2.991</doi></addata></record>
fulltext fulltext
identifier ISSN: 2085-0859
ispartof Jurnal Teknika, 2023-09, Vol.15 (2), p.67-74
issn 2085-0859
2620-4770
language eng
recordid cdi_crossref_primary_10_30736_jt_v15i2_991
source DOAJ Directory of Open Access Journals
title ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-03T01%3A59%3A42IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-crossref&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=ANALISIS%20SENTIMEN%20TERHADAP%20PEMBERHENTIAN%20TV%20ANALOG%20PADA%20TWITTER%20MENGGUNAKAN%20ALGORITMA%20NAIVE%20BAYES&rft.jtitle=Jurnal%20Teknika&rft.au=Prasetyo,%20Andika&rft.date=2023-09-09&rft.volume=15&rft.issue=2&rft.spage=67&rft.epage=74&rft.pages=67-74&rft.issn=2085-0859&rft.eissn=2620-4770&rft_id=info:doi/10.30736/jt.v15i2.991&rft_dat=%3Ccrossref%3E10_30736_jt_v15i2_991%3C/crossref%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true