Analisis Sentimen Data Twitter Menggunakan Metode Text Mining Tentang Masalah Obesitas di Indonesia
Teks penuh
Gambar
Dokumen terkait
Dalam penyusunan penelitian ini peneliti melakukan penelitian tentang Klasifikasi Analisis Sentimen Terhadap kasus penusukan Wiranto Menggunakan Naive Bayes Classifier, yang dimana
Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dengan pembobotan tf-idf disertai penambahan fitur konversi ikon emosi (emoticon) untuk mengetahui kelas
Hasil Pengujian algoritma Naive Bayes Classifier menggunakan seleksi fitur Chi Squared Statistic berbasis forward selection memiliki nilai akurasi yang lebih tinggi
Menerapkan metode Naive Bayes Classifier dalam menganalisis sentimen pengguna dan calon pengguna provider digital by.U di media sosial twitter dan melihat sejauh mana
Pendekatan yang digunakan untuk analisis sentimen adalah machine learning menggunakan algoritma Bernoulli Naive Bayes ke dalam sentimen positif dan negatif dengan
Dari penelitian yang telah dilakukan, diketahui bahwa hasil akurasi tertinggi didapatkan saat menggunakan metode klasifikasi Naïve Bayes Classifier (NBC) untuk klasifikasi data AHY,
Respatiwulan, “Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier,” Indones..
Hasil implementasi pada data uji sebanyak 5.967 data tweet menggunakan model Naive Bayes Classifier menghasilkan klasifikasi sentimen positif sebanyak 12,7% dengan 756 data, kelas
