Analisis Sentimen Publik Pada Media Sosial Twitter Terhadap Pelaksanaan Pilkada Serentak Menggunakan Algoritma Support Vector Machine
Teks penuh
Gambar
Dokumen terkait
Berdasarkan analisis yang telah dilakukan disimpulkan bahwa tweet yang diperoleh dengan kata kunci Bukalapak, Shopee, dan Tokopedia lebih banyak mengarah ke sentimen
Dalam penelitian ini digunakan algoritma Support Vector Machine (SVM). hasil penelitian sebelumnya yang telah dil- akukan menyimpulkan bahwa algoritma ini memiliki tingkat
Penelitian selanjutnya bisa menerapkan klasifikasi data sentimen teks Bahasa Indonesia dengan seleksi fitur menggunakan metode support vector machine (SVM)
Tingkat akurasi sistem analisis sentimen pengguna jejaring sosial dengan menggunakan metode Support Vector Machine adalah 81 % atau sebanyak 243 kicauan yang
Data opini tersebut dilabelkan dan diklasifikasikan menjadi kelas positif, dan kelas negatif, dengan menggunakan metode support vector machine (SVM), dimana data
Metode kombinasi Lexicon-based dan SVM dapat mengklasifikasikan sentimen yang terdapat dari suatu tweet dengan keluaran positif atau negatif, dengan akurasi berkisar
Hasil akurasi SIMPULAN Berdasarkan hasil dari proses pengujian yang telah dilakukan terhadap tweets sentimen terhadap opini masyarakat pada sea games kamboja 2023 dari media sosial
Pada penelitian ini sumber data yang digunakan diambil dari media sosial twitter, dimana analisis sentimen yang dilakukan yaitu dengan mendapatkan informasi dari tweet pengguna twitter
