Implementasi N-Gram Dalam Analisis Sentimen Masyarakat Diy Terhadap Psbb Jawa-Bali Jilid Ii Menggunakan Naïve Bayes Classifier (Studi Kasus : Psbb Jawa-Bali Jilid Ii 26 Januari 2021 S.D. 8 Februari 2021) Halaman Judul
Abstract
Coronavirus Disease (COVID-19) telah menyebar dengan sangat cepat ke
seluruh dunia, termasuk Indonesia. Dalam upaya pencegahan penularan COVID19,
pemerintah
menerapkan
Pembatasan
Sosial
Berskala
Besar
(PSBB)
di
seluruh
provinsi
di
Pulau
Jawa
dan
Bali
dari
tanggal
26
Januari
2021
s.d.
8
Februari
2021.
Pemberlakuan
PSBB Jawa-Bali menimbulkan tanggapan positif maupun negatif
dari masyarakat dalam media sosial twitter, khususnya masyarakat yang berlokasi
di Daerah Istimewa Yogyakarta. Sehingga penting untuk dilakukan analisis
terhadap tanggapan tersebut agar dapat mengetahui secara umum hal apa yang
sering dikeluhkan masyarakat DIY terkait PSBB Jawa-Bali jilid II dan menjadi
bahan evaluasi bagi pemerintah DIY dalam menjalankan kebijakan PSBB yang
telah dibuat. Penelitian ini menggunakan teknik crawling untuk memperoleh data
tweet (tanggapan) masyarakat dalam twitter. Kemudian, dilakukan preprocessing
pada data agar siap untuk dianalisis. Tokenization dilakukan menggunakan
metode n-gram, yang terdiri dari unigram, bigram, dan trigram. Selanjutnya, data
diklasifikasikan berdasarkan kategori sentimen positif dan sentimen negatif
menggunakan Naïve Bayes Classifier (NBC). Setelah itu akan dilakukan evaluasi
pada hasil klasifikasi menggunakan confusion matrix yang akan menghasilkan
nilai akurasi. Berdasarkan hasilnya, klasifikasi dengan NBC memiliki tingkat
akurasi sebesar 82,14%. Klasifikasi dengan NBC dan unigram menghasilkan
akurasi sebesar 83,04%, dengan bigram menghasilkan akurasi sebesar 80,36%,
dan dengan trigram menghasilkan akurasi sebesar 82,14%.
Collections
- Statistics [899]