Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal SISFOTENIKA
Lutfianti, Nesti
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Sentimen Analisis Dengan Algoritma SVM Dalam Tanggapan Netizen Terhadap Berita Resesi 2023 Mulyana, Dadang Iskandar; Lutfianti, Nesti
SISFOTENIKA Vol 13, No 1 (2023): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/jst.v13i1.1339

Abstract

Saat ini banyak negara yang sedang memperbincangkan kemungkinan terjadinya resesi di negaranya, Indonesia termasuk diantaranya. Sinyal terjadinya kemungkinan resesi dapat terlihat dari mulai melemahnya aktifitas ekonomi sektor riil pada negara tersebut.  Dengan adanya isu berita tersebut, menuai banyak pendapat dan opini dari netizen melalui paltform media sosial twitter, mereka saling berkomentar terhadap adanya isu berita resesi 2023. Tujuan dari penelitian analisis sentimen ini adalah untuk memahami dan mengetahui opini masyarakat atas isu berita resesi pada 2023 pada media sosial twitter apakah opini tersebut masuk dalam kelas sentimen positif atau kelas sentimen negatif serta mengetahui hasil akurasi persentasi dari setiap kelas. Pengujian dilakukan menggunakan model klasifikasi support vector machine (SVM) dan beberapa metode seperti data crawling, pre-processing, dan pembobotan kata. Berdasarkan hasil pengujian model didapatkan hasil akurasi 98,67% nilai Recall Positif sebesar 99.33%, nilai Recall Negatif sebesar 98.00%, nilai Precision Positif sebesar 98.03% dan nilai Precision Negatif sebesar 99.32%. Data latih sebanyak 300 data sebanyak 149 data terprediksi Positif dan 1 data terprediksi Negatif. Untuk hasil prediksi sentiment negative terdapat 147 data dan 3 data terprediksi positif. Dari proses sentimen analisis dengan 667 data uji, dihasilkan prediksi sebanyak 373 Sentimen Positif dan 294 Sentimen Negatif.
Co-Authors Dadang Iskandar Mulyana`