ANALISIS SENTIMEN DENGAN PREPROCESSING KATA (SENTIMENT ANALISYS WITH LEXICON PREPROCESSING)
analisis sentimen; sentimen analisis; data mining
Abstract
ABSTRAK
Penelitian ini berhubungan dengan politik yang mengambil data Presiden RI 2014-2019 yaitu Ir. H. Joko Widodo dari media sosial dan blog politik kemudian akan dilakukan Analisis Sentimen terhadap komentar masyarakat baik yang pro maupun kontra terhadap Ir. H. Joko Widodo.
Penelitian ini lebih ke pendekatan preprocessing kata terlebih dahulu untuk meningkatkan akurasi, yaitu dengan mengubah banyak kata menjadi sebuah kata. Metode yang digunakan adalah Naïve Bayes dan Support Vector Machine (SVM). Penelitian ini melanjutkan penelitian yang sudah dilakukan sebelumnya dengan judul “Analisis Sentimen Data Presiden Jokowi Dengan Preprocessing Normalisasi Dan Stemming Menggunakan Metode Naive Bayes Dan SVM”.
Akurasi pada penelitian sebelumnya “Analisis sentimen data presiden Jokowi dengan preprocessing normalisasi dan stemming menggunakan metode naive bayes dan SVM” dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM. Kemudian pada penelitian ini, dengan melakukan preprocessing menjadi sebuah kata, terjadi peningkatan dengan menggunakan metode SVM dengan akurasi sebesar 91,5254, yaitu peningkatan sebesar 2,2599%.
Kata kunci : analisis sentimen, svm, smo, naive bayes, preprocessing kata.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).