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