NAÏVE BAYES DAN SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK ANALISIS SENTIMEN TWITTER TERHADAP PEMINDAHAN IBU KOTA NEGARA

• Ahmad Fio Nugraha

---

ABSTRAK

 

ABSTRAK
Ahmad Fio Nugraha (11212508), Naive bayes dan Support Vector Machine berbasis
Particle Swarm Optimization Untuk Analisis Sentiment Pemindahan Ibu Kota Negara. Analisis sentiment adalah proses yang bertujuan untuk menentukan isi dari dataset yang berbentuk teks yang bersifat positif, negatif dan netral. Saat ini pendapat masyarakat umum menjadi salah satu sumber penting dalam pengambilan keputusan. Sosial media menjadi tempat untuk mengutarakan opini publik terhadap suatu objek masalah ataupun kejadian, Seperti kebijakan pemerintah tentang Pemindahan Ibu Kota Negara Indonesia yang semula di Jakarta ke Kalimantan tidak luput dari perhatian masyarakat khususnya pengguna Twitter. Pada penelitian ini dilakukan analisis sentiment terhadap pemindahan ibu kota negara dengan menggunakan Metode Naïve Bayes, dan Support
Vector Machine yang berbasis Particle Swarm Optimization (PSO). Keuntungan dari
Support Vector Machine dan Vector document space. Seleksi fitur sangat mempengaruhi performa dari klasifikasi, penggunaan PSO sebagai seleksi fitur untuk meningkatkan akurasi. Dan banyak nya atribut dan data menjadi sebagai salah satu faktor permasalahannya. Hasil dari penelitian ini didapatkan nilai accuracy yang paling baik sebesar 96,45% dan Nilai AUC sebesar 0.920 dari penerapan Particle Swarm
Optimization pada Support Vector Machine. Hasil ini mengalami kenaikan jika dibandingkan dari hasil eksperimen yang menggunakan Model Naïve Bayes dan
Support Vector Machine tanpa Particle Swarm Optimization (PSO). Penerapan Particle
Swarm Optimization (PSO) pada Support Vector Machine terbukti mendapatkan hasil yang paling baik nilau akurasinya untuk menganalisa sentimen publik terhadap pemindahan Ibu Kota Negara. Kata Kunci: analisis sentimen, Ibu Kota, Naïve Bayes, Particle Swarm Optimization,
Support Vector Machine
 

KATA KUNCI

Naive Bayes

---

DAFTAR PUSTAKA

 

DAFTAR PUSAKA [1] P. S. Informatika and U. M. Sidoarjo, “BAYES,” vol. 1, no. 1, 2016. [2] 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. [3] A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679. [4] R. Risawati, S. Ernawati, and I. Maryani, “Optimasi Parameter Pso Berbasis Svm Untuk Analisis Sentimen Review Jasa Maskapai Penerbangan Berbahasa Inggris,” EVOLUSI J. Sains dan Manaj., vol. 8, no. 2, pp. 64–71, 2020, doi: 10.31294/evolusi.v8i2.9248. [5] H. B. Rochmanto and E. M. P. Hermanto, “Analisis Sentimen Pengguna Twitter terhadap Kebijakan Pemindahan Ibukota Indonesia Menggunakan Metode NBC dan SVM,” Pros. Semin. Nas. Stat. IX 2020, vol. 9, no. 2020, pp. 1–11, 2020, [Online]. Available: http://website.com [6] M. P. Agustina and H. Hendry, “Sentimen Masyarakat Terkait Perpindahan Ibukota Via Model Random Forest dan Logistic Regression,” Aiti, vol. 18, no. 2, pp. 111–124, 2021, [Online]. Available: https://ejournal.uksw.edu/aiti/article/view/5459%0Ahttps://ejournal.uksw.edu/aiti /article/download/5459/1996 [7] H. Nugroho, “Pemindahan Ibu Kota Baru Negara Kesatuan Republik Indonesia ke Kalimantan Timur: Strategi Pemenuhan Kebutuhan dan Konsumsi Energi,”
Bappenas Work. Pap., vol. 3, no. 1, pp. 33–41, 2020, doi: 10.47266/bwp.v3i1.53. [8] T. F. T. Hidayat, G. Garno, and A. A. Ridha, “Analisis Sentimen Opini Pemindahan Ibu Kota Pada Twitter Dengan Metode Support Vector Machine,” J.
Ilmu Komput., vol. 14, no. 1, p. 49, 2021, doi: 10.24843/jik.2021.v14.i01.p06. [9] A. M. Zuhdi, E. Utami, and S. Raharjo, “Analisis sentiment twitter terhadap capres Indonesia 2019 dengan metode K-NN,” J. Inf. Politek. Indonusa
49
Surakarta, vol. 5, pp. 1 –7, 2019. [10] A. Taufiq, “MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVE Text Mining,” Pelita Teknol. J. Ilm. Inform. Arsit. dan Lingkung., vol. 14, no. 1, pp. 1–15, 2019, [Online]. Available: https://ecampus.pelitabangsa.ac.id/pb/AmbilLampiran?ref=27389&jurusan=&jen is=Item&usingId=false&download=false&clazz=ais.database.model.file.Lampira nLain [11] I. Kurniawati and H. F. Pardede, “Hybrid Method of Information Gain and Particle Swarm Optimization for Selection of Features of SVM-Based Sentiment Analysis,” 2018 Int. Conf. Inf. Technol. Syst. Innov. ICITSI 2018 - Proc., pp. 1–5, 2018, doi: 10.1109/ICITSI.2018.8695953. [12] R. Darmawan and A. Surahmat, “Optimalisasi Support Vector Machine ( SVM ) Berbasis Particle Swarm Optimization ( PSO ) Pada Analisis Sentimen Terhadap Official Account Ruang Guru Di Twitter,” vol. 22, no. 2, pp. 143–152, 2022. [13] A. Deolika, K. Kusrini, and E. T. Luthfi, “Analisis Pembobotan Kata Pada Klasifikasi Text Mining,” J. Teknol. Inf., vol. 3, no. 2, p. 179, 2019, doi: 10.36294/jurti.v3i2.1077. [14] S. Khomsah and Agus Sasmito Aribowo, “Text-Preprocessing Model Youtube Comments in Indonesian,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 4, pp. 648–654, 2020, doi: 10.29207/resti.v4i4.2035. [15] P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” J. Teknol.
Inf. dan Ilmu Komput., vol. 8, no. 1, p. 147, 2021, doi: 10.25126/jtiik.0813944. [16] B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” J. Edukasi dan Penelit.
Inform., vol. 4, no. 2, p. 113, 2018, doi: 10.26418/jp.v4i2.27526. [17] M. Lailiyah, “Sentiment Analysis Menggunakan Rule Based Method Pada Data Pengaduan Publik Berbasis Lexical Resources,” 2017, [Online]. Available: http://repository.its.ac.id/42409/ [18] I. A. Safra and E. Zuliarso, “Analisa Sentimen Persepsi Masyarakat Terhadap Pemindahan Ibukota Baru di Kalimantan Timur pada Media Sosial Twitter,”
50
Proceeding SENDIU 2020, pp. 978–979, 2020. [19] R. Julianto, E. D. Bintari, and Indrianti, “Analisis Sentimen Layanan Provider Telepon Seluler pada Twitter menggunakan Metode Naïve Bayesian Classification,” J. Big Data Anal. Artif. Intell., vol. 3, no. 1, 2017. [20] M. Bisnis, P. Wa, M. Ini, and D. Beberapa, “Mengapa Bisnis Perlu WA Marketing?? Ini Dia Beberapa Tips Meningkatkan Penjualan Lewat”. [21] “ANALISIS SENTIMEN TWITTER TERHADAP KEBIJAKAN PPKM DI TENGAH PANDEMI COVID-19,” vol. 6, no. 2, pp. 464–471, 2022, doi: 10.52362/jisamar.v6i2.791. [22] A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf.
Technol., vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951. [23] F. Sodik, B. Dwi, and I. Kharisudin, “Perbandingan Metode Klasifikasi Supervised Learning pada Data Bank Customers Menggunakan Python,” J. Mat., vol. 3, pp. 689–694, 2020. [24] E. Retnoningsih and R. Pramudita, “Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python,” Bina Insa. Ict J., vol. 7, no. 2, p. 156, 2020, doi: 10.51211/biict.v7i2.1422. [25] V. K. S. Que, A. Iriani, and H. D. Purnomo, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 9, no. 2, pp. 162–170, 2020, doi: 10.22146/jnteti.v9i2.102. [26] D. Pujiwidodo, “No ????????????????????? ???
??????????????Title,” vol. III, no. 2, p. 2016, 2016. [27] A. S. Widagdo, B. S. W.A, and A. Nasiri, “Analisis Tingkat Kepopuleran E- Commerce Di Indonesia Berdasarkan Sentimen Sosial Media Menggunakan Metode Naïve Bayes,” J. Inf. J. Penelit. dan Pengabdi. Masy., vol. 6, no. 1, pp. 1–5, 2020, doi: 10.46808/informa.v6i1.159. [28] E. Mas’udah, E. D. Wahyuni, and A. A. Arifiyanti, “Analisis Sentimen: Pemindahan Ibu Kota Indonesia Pada Twitter,” J. Inform. dan Sist. Inf., vol. 1, no. 2, pp. 397–401, 2020.
51 [29] S. Juanita, “Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan Naive Bayes,” J. Media Inform. Budidarma, vol. 4, no. 3, p. 552, 2020, doi: 10.30865/mib.v4i3.2140. [30] Zaenal Arifin, “Kriteria Instrumen dalam Suatu Penelitian,” J. THEOREMS (The
Orig. Res. Math., vol. 2, no. 1, pp. 28–36, 2017.