Optimasi Algoritma Naive Bayes Untuk Menganalisis Sentimen Pada Konten Pemindahan Ibu Kota di Youtube
DOI:
10.51519/journalcisa.v5i1.451Keywords:
Analisis Sentimen, Pemindahan Ibu Kota, Media Sosial, Youtube, Algoritma Naive BayesAbstract
Pemindahan ibu kota merupakan salah satu kebijakan pemerintah yang paling kontroversial dalam beberapa tahun terakhir. Kebijakan ini memunculkan bermacam sentimen dari masyarakat, baik yang mendukung maupun menentang. Analisis sentimen ialah teknik yang diperlukan dalam memahami sentimen masyarakat terhadap suatu topik. Dalam penelitian ini, analisis sentimen mengenai transfer modal memanfaatkan algoritma Naive Bayes. Komentar pada video YouTube yang membahas tentang transfer modal merupakan data yang di gunakan pada penelitian ini. Komentar-komentar tersebut dibagi menjadi dua golongan, antara lain sentimen positif dan sentimen negatif. Hasil riset menunjukkan sentimen masyarakat terhadap transmisi ibu kota masih terpolarisasi. Mayoritas masyarakat mempunyai sentimen negatif terhadap kebijakan ini, sementara sebagian kecil mempunyai sentimen positif. Penelitian ini memberikan gambaran mengenai sentimen masyarakat terhadap transfer modal. Hasil penelitian ini dapat digunakan pemerintah untuk memahami aspirasi masyarakat dan meningkatkan komunikasi dengan masyarakat terkait kebijakan ini.
References
D. J. Putnarubun and C. F. Palembang, “Penerapan Metode Machine Learning-Naive Bayes Pada Analisis Sentimen Pemindahan Ibu Kota Negara Baru,” vol. 02, no. 01, pp. 57–66, 2023.
H. Dhery, A. Assyam, and F. N. Hasan, “Analisis Sentimen Twitter Terhadap Perpindahan Ibu Kota Negara Ke IKN Nusantara Menggunakan Orange Data Mining,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 1, pp. 341–349, 2023, doi: 10.30865/klik.v4i1.957.
R. S. Muhammad Yasir, “Perbandingan Metode Klasifikasi Naïve Bayes , Decision Tree , Random Forest Terhadap Analisis Sentimen Kenaikan Biaya Haji 2023 Pada Media Sosial Youtube,” J. Cahaya Mandalika, vol. 3, no. 2, pp. 180–192, 2023.
S. Mulyani and R. Novita, “Implementation of the Naive Bayes Classifier Algorithm for Classification of Community Sentiment About Depression on Youtube,” J. Tek. Inform., vol. 3, no. 5, pp. 1355–1361, 2022.
D. Pramana, M. Afdal, Mustakim, and I. Permana, “Analisis Sentimen Terhadap Pemindahan Ibu Kota Negara Menggunakan Algoritma Naive Bayes Classifier dan K-Nearest Neightbors,” J. Media Inform. Budidarma, vol. 7, no. 3, pp. 1306–1314, 2023.
N. S. Wardani, A. Prahutama, and P. Kartikasari, “Analisis Sentimen Pemindahan Ibu Kota Negara Dengan Klasifikasi Naïve Bayes Untuk Model Bernoulli Dan Multinomial,” J. Gaussian, vol. 9, no. 3, pp. 237–246, 2020, doi: 10.14710/j.gauss.v9i3.27963.
S. I. Muhamad, “Sentimen Analisis Pada Media Sosial Menggunakan Metode Naive Bayes Classifier (Nbc),” Teknologipintar.org, vol. 3, no. 2, p. 1, 2023.
V. 10 N. 3 M. 2020 I.?: 2407-3903 Nugroho, Agung, Dzulatkha, Alfatan, “SIGMA - Jurnal Teknologi Pelita Bangsa SIGMA - Jurnal Teknologi Pelita Bangsa,” SIGMA - J. Teknol. Pelita Bangsa 167, vol. 10, no. September, pp. 167–172, 2020.
Rina Noviana and Isram Rasal, “Penerapan Algoritma Naive Bayes Dan Svm Untuk Analisis Sentimen Boy Band Bts Pada Media Sosial Twitter,” J. Tek. dan Sci., vol. 2, no. 2, pp. 51–60, 2023, doi: 10.56127/jts.v2i2.791.
Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, and Fitri Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” J. KomtekInfo, vol. 10, pp. 1–7, 2023, doi: 10.35134/komtekinfo.v10i1.330.
F. Kurniawan and Q. Al Qorni, “Exploring Sentimen Analysis Using Machine Learning: A Case Study on Partai Demokrasi Indonesia Perjuangan (PDIP) in the 2024 General Election,” Sinomics J. | Vol., vol. 2, no. 4, pp. 911–920, 2023.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Widia Widia, Zalfa Yunda Aqsalia, Septiana Sari, Nabila Umi Khoirunisa, Fandi Kurniawan
This work is licensed under a Creative Commons Attribution 4.0 International License.
