Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi
DOI:
https://doi.org/10.37012/jtik.v7i2.648Abstract
World Health Organzation (WHO) pada Maret 2020 mengkategorikan Coronavirus sebagai pandemi setelah mewabah ke berbagai negara belahan dunia. Indonesia yang terdampak pandemi menetapkan peraturan Pembatasan Sosial Berskala Besar (PSBB) seperti physical distancing, wajib memakai masker, peraturan jam malam hingga sekolah dan belajar dari rumah untuk mengurangi kemungkinan penyebaran virus. Sejak kebijakan PSBB diberlakukan, penggunaan e-wallet meningkat karena diyakini mengurangi kontak fisik antar sesama sehingga mengundang berbagai tanggapan masyarakat mengenai kehadirannya. Tanggapan tersebut dituangkan melalui media sosial yang salah satunya adalah Twitter. Terdapat tanggapan yang menyetujui kehadiran e-wallet karena merasakan manfaatnya, namun ada yang beranggapan bahwa penggunaanya sulit atau tidak aman. Berbagai tanggapan tersebut dapat dianalisis untuk mengetahui berbagai tanggapan masyarakat mengenai penggunaan e-wallet di masa pandemi. Maka, dilakukan analisis sentimen Twitter mengenai penggunaan e-wallet pada masa pandemi dengan Naïve Bayes dan dikombinasikan menggunakan seleksi fitur Information Gain. Hasil klasifikasi menggunakan Naïve Bayes Classifier menghasilkan accuracy 84%, precision 91% dan recall 91%. Hasil klasifikasi menggunakan Naïve Bayes dan Information Gain adalah accuracy 92%, precision 92% dan recall 100%.
References
Adiwijaya, N. O. F. D. (2020). Sentiment Analysis on Movie Reviews Using Information Gain and K-Nearest Neighbor. Journal of Data Science and Its Applications, 3(1), 1–007. https://doi.org/10.34818/JDSA.2020.3.22
Hormansyah, D. S., & Utama, Y. P. (2018). Aplikasi Chatbot Berbasis Web Pada Sistem Informasi Layanan Publik Kesehatan Di Malang Dengan Menggunakan Metode Tf-Idf. Jurnal Informatika Polinema, 4(3), 224. https://doi.org/10.33795/jip.v4i3.211
Maulana, A., & Fauzan, D. N. A. (2020). Penggunaan E-Money Dalam E-Commerce di Indonesia. 1–9.
Olivia, S., Gibson, J., & Nasrudin, R. (2020). Indonesia in the Time of Covid-19. Bulletin of Indonesian Economic Studies, 56(2), 143–174. https://doi.org/10.1080/00074918.2020.1798581
Putra Nuansa, E. (2017). Analisis Sentimen Pengguna Twitter Terhadap Pemilihan Gubernur Dki Jakarta Dengan Metode Naïve Bayesian Classification Dan Support Vector Machine. Institut Teknologi Sepuluh Nopember Surabaya, 1–101.
Rachman, F. F., & Pramana, S. (2020). Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter. Health Information Management Journal ISSN, 8(2), 2655–9129. https://inohim.esaunggul.ac.id/index.php/INO/article/view/223
Santra, A. K., & Christy, C. J. (2012). Genetic Algorithm and Confusion Matrix for Document Clustering. International Journal of Computer Science Issues, 9(1), 322–328.
Sari, D., Panggabean, O., Buulolo, E., & Silalahi, N. (2020). Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda. 7(1), 56–62. https://doi.org/10.30865/jurikom.v7i1.1947
Syakuro, A. (2017). Pada Media Sosial Menggunakan Metode Naïve Bayes Classifier ( NBC ) Dengan Seleksi Fitur Information Gain ( IG ) Halaman Judul Skripsi Oleh : Abdan Syakuro. Analisis Sentimen Masyarakat Terhadap E-Commerce Pada Media Sosial Menggunakan Metode Naive Bayes Classifier (NBC) Dengan Seleksi Fitur Information Gain (IG), 1–89.
Wongkar, M., & Angdresey, A. (2019). Sentiment Analysis Using Naive Bayes Algorithm Of The Data Crawler: Twitter. Proceedings of 2019 4th International Conference on Informatics and Computing, ICIC 2019, 1–5. https://doi.org/10.1109/ICIC47613.2019.8985884
Downloads
Additional Files
Published
Issue
Section
Citation Check
License
Jurnal Teknologi Informatika dan Komputer allows readers to read, download, copy, distribute, print, search, or link to the full texts of its articles and allow readers to use them for any other lawful purpose. The journal allows the author(s) to hold the copyright without restrictions. Finally, the journal allows the author(s) to retain publishing rights without restrictions Authors are allowed to archive their submitted article in an open access repository Authors are allowed to archive the final published article in an open access repository with an acknowledgment of its initial publication in this journal.
Jurnal Teknlogi Informatika dan Komputer is licensed under a Creative Commons Attribution 4.0 International License.