PENERAPAN ALGORITMA SVM UNTUK ANALISIS SENTIMEN PADA DATA TWITTER KOMISI PEMBERANTASAN KORUPSI REPUBLIK INDONESIA

Author:

Darwis Dedi,Pratiwi Eka Shintya,Pasaribu A Ferico Octaviansyah

Abstract

KPK RI merupakan lembaga terdepan yang memiliki kuasa penuh dan diharuskan untuk memberikan kinerja yang baik dalam memberantas tindak pidana korupsi. Namun dengan berkembangnya zaman, menjadikan masyarakat semakin mudah berselancar di media sosial untuk mengetahui informasi, dan bertukar informasi atau opini ke publik tanpa dibatasi ruang dan waktu. Media sosial twitter merupakan sala satu sosial media yang dijadikan sebagai wadah menampung opini tersebut. Metode klasifikasi yang digunakan pada penelitian ini adalah Support Vector Machine (SVM) dan ekstraksi fitur menggunakan TF-IDF. Dari 2000 data hasil twitter crawling, penelitian ini menghasilkan 1890 data dan 3846 term/kata dari hasil preprocessing lalu dihitung nilai dari kemunculan kata untuk labeling yang menghasilkan sentimen positif, negatif dan netral. Berdasarkan hasil pengujian yang dihasilkan, penerapan metode SVM menghasilkan nilai Akurasi sebesar 82% dan menghasilkan sentimen dengan label negatif lebih besar dengan jumlah 77%, label positif 8% dan label netral 25%.

Publisher

University of Trunojoyo Madura

Cited by 8 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3