Analisis Sentimen terhadap Naturalisasi Pemain pada Youtube Menggunakan Decision tree dan Naive bayes
DOI:
https://doi.org/10.57203/session.v3i1.2024.8-16Keywords:
Analisa Sentimen, Decision Tree, Naive Bayes, NaturalisasiAbstract
Penelitian ini dilakukan dengan tujuan untuk mengetahui sentimen masyarakat mengenai topik naturalisasi yang sedang hangat belakangan ini mengenai pemain Timnas Sepakbola Indonesia. Peneliti memilih algoritma Decision Tree dan algoritma Naive Bayes sebagai algoritma yang akan digunakan. Decision Tree dan Naive Bayes merupakan beberapa algoritma yang umumnya dipakai dalam analisis sentimen karena memberikan hasil yang baik. Hasil pengujian menunjukan algoritma Decision Tree dengan depth 3 memiliki akurasi sebesar 70%, depth 4 memiliki akurasi sebesar 71,8% dan depth 5 memiliki akurasi sebesar 70,9% dan algoritma Naive Bayes memiliki akurasi sebesar 85,4%. Hasil penelitian ini menunjukkan bahwa algoritma Naive Bayes merupakan salah satu algoritma yang cukup efektif dalam membangun suatu model klasifikasi dalam kasus analisis sentimen. Dengan memanfaatkan algoritma Decision Tree dan Naive Bayes dalam membangun model guna analisis sentimen diharapkan mampu memberi gambaran yang lebih jelas mengenai pendapat masyarakat terhadap naturalisasi sehingga pemerintah dapat mengetahui apakah masyarakat mendukung atau justru menolak adanya penambahan pemain naturalisasi dalam timnas sepakbola Indonesia.
References
[1] M. H. Joviansyah, L. N. Alyssa, I. S. Rahadatul’aisyi, G. N. Bakry, and N. Aristi, “Analisis Sentimen Dan Jaringan Komentar Video Youtube Najwa Shihab ‘piala Dunia U-20 Gagal Digelar Di Indonesia. Mari Lihat Dari Dua Perspektif,’” Universitas Katolik Soegijapranata, vol. 4, no. 1, pp. 2–4, Nov. 2023, doi: 10.24167/jkm.v4i1.10351.
[2] M. A. Bimasakti, “Problematik Konstitusionalitas Naturalisasi di Indonesia,” Pancasila: Jurnal Keindonesiaan, vol. 3, no. 1, pp. 103–104, Apr. 2023, doi: 10.52738/pjk.v3i1.149.
[3] G. K. Annas and N. M. Hazzar, “Analisis Persamaan Hak Kewarganegaraan Bagi Pemain Naturalisasi Sepakbola Di Indonesia,” WICARANA, vol. 2, no. 2, p. 130, Oct. 2023, doi: 10.57123/wicarana.v2i2.37.
[4] D. A. Prasetya, “PSSI Minta Netizen tak Lagi Suka Menghujat Pemain Timnas Indonesia: Nanti Bikin Takut Calon Pemain Naturalisasi,” Bola.net, May 09, 2024. Accessed: May 29, 2024. [Online]. Available: https://www.bola.net/tim_nasional/pssi-minta-netizen-tak-lagi-suka-menghujat-pemain-timnas-indonesia-nanti-bikin-takut-calon-pe-49d005.html
[5] M. F. Asshiddiqi and K. M. Lhaksmana, “Perbandingan Metode Decision Tree dan Support Vector Machine untuk Analisis Sentimen pada Instagram Mengenai Kinerja PSSI,” Universitas Telkom Bandung, vol. 7, no. 3, p. 9938, Dec. 2020.
[6] M. Syarifuddinn, “Analisis Sentimen Opini Publik Terhadap Efek Psbb Pada Twitter Dengan Algoritma Decision Tree,knn, Dan Naïve Bayes,” INTI Nusa Mandiri, vol. 15, no. 1, p. 88, Aug. 2020, doi: 10.33480/inti.v15i1.1433.
[7] S. R. Cholil, T. Handayani, R. Prathivi, and T. Ardianita, “Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa,” IJCIT (Indonesian Journal on Computer and Information Technology), vol. 6, no. 2, p. 119, Jul. 2021, doi: 10.31294/ijcit.v6i2.10438.
[8] R. N. Ramadhon, A. Ogi, A. P. Agung, R. Putra, S. S. Febrihartina, and U. Firdaus, “Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank,” Universitas Djuanda, vol. 3, no. 2, pp. 1861–1863, 2024, doi: 10.30997/karimahtauhid.v3i2.11952.
[9] F. Afshoh, “Analisa Sentimen Menggunakan Naïve Bayes Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Jual Rokok Pada Media Sosial Twitter,” UNIVERSITAS MUHAMMADIYAH SURAKARTA , 2017.
[10] F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Informatika, vol. 3, no. 1, p. 51, Jun. 2018, doi: 10.35314/isi.v3i1.335.
[11] A. F. Watratan, A. Puspita. B, and D. Moeis, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” Journal of Applied Computer Science and Technology, vol. 1, no. 1, p. 9, 2020, doi: 10.52158/jacost.v1i1.9.
[12] E. A. Lisangan, A. Gormantara, and R. Y. Carolus, “Implementasi Naive Bayes pada Analisis Sentimen Opini Masyarakat di Twitter Terhadap Kondisi New Normal di Indonesia,” KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, vol. 2, no. 1, p. 26, Apr. 2022, doi: 10.24002/konstelasi.v2i1.5609.
[13] I. T. Julianto and Lindawati, “Analisis Sentimen Terhadap Sistem Informasi Akademik Institut Teknologi Garut,” Jurnal Algoritma, vol. 19, no. 1, p. 459, 2022, doi: 10.33364/algoritma/v.19-1.1112.
[14] O. P. Moerdyanto and I. K. D. Nuryana, “Prediksi Kelulusan Tepat Waktu Menggunakan Pendekatan Pohon Keputusan Algoritma Decision Tree,” JINACS, Universitas Negeri Surabaya, vol. 5, no. 1, p. 91, 2023.
[15] A. Novandya, “Klasifikasi Data Cuaca Dengan Optimasi Decision Tree Berbasis Particle Swarm Optimization Dan Adaboost,” SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER NUSA MANDIRI JAKARTA, 2017.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Billy Franko, Nicholas Wilyanto, Hafiz Irsyad
This work is licensed under a Creative Commons Attribution 4.0 International License.
