ANALISIS SENTIMEN TERHADAP WACANA POLITIK PADA MEDIA MASA ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES

ABSTRAK: Analisissentimenmerupakansalahsatu domain Text Mining ataupenggalian data berupateks, yang di antaranyaterdapat  proses  mengolahdanmengekstrak  data tekstualsecaraotomatisuntukmendapatkaninformasi. Manfaatanalisissentimendalamduniapolitikantara lain  tukmembantudalammenganalisiskebijakanpublikpemerintahsertamemberikanefisiensiwaktudanefisi
ensikerjabagi  para  penyediaberitadalammengklasifikasikanberitadanmembantu  para pencariberitauntukmendapatkanwacanaberitapolitikharian  yang  merekainginkan.  Proses padaanalisissentimendiawalidengan  preprocessing,  dilanjutkandenganpembobotan  kata, kemudianpenghitungan cosine similarity, danklasifikasi. Preprocessing terdiridaribeberapatahapyaitu cleansing, tokenizing, stopword removal, dan stemming. Metodepembobotan kata yang digunakanadalah Term Frequecny Inverse Document Frequency (TF-IDF) danmenggunakan Support Vector  Machine  (SVM).  Naive  Bayes  Classifier  (NBC),  sebagaimetodeklasifikasinya. Adalahsuatumetodepengklasifikasianberdasarkanmayoritasdari polarity documensubjectifity yang di hasilkandari  crawling.  Metodeinibertujuanuntukmengklasifikasiobjekbaruberdasarkanatributdan training sample. PengujianakurasidariAnalisisSentimenTerhadapWacanaPolitikPada Media Masa Online BerbahasaInggrisdenganmetode NB menghasilkan rata-rata akurasisebesar 59,98 % dannilaitertinggiakurasisebesar SVM 90,50%.
Kata Kunci:AnalisisSentimenWacanaPolitikPada Media Masa Online, Text Mining, SVM (Support Vector Machine), NBC (Naive Bayes Classifier)
Penulis: Andi Nurul Hidayat
Kode Jurnal: jptkomputerdd150378

Artikel Terkait :