KLASIFIKASI SENTIMEN SARA, HOAKS DAN RADIKAL PADA POSTINGAN MEDIA SOSIAL MENGGUNAKAN ALGORITMA NAIVE BAYES MULTINOMIAL TEXT

Purwiantono, Febry Eka and Aditya, Addin (2020) KLASIFIKASI SENTIMEN SARA, HOAKS DAN RADIKAL PADA POSTINGAN MEDIA SOSIAL MENGGUNAKAN ALGORITMA NAIVE BAYES MULTINOMIAL TEXT. Jurnal Tekno Kompak, 14 (2). pp. 68-73. ISSN 2656-3525

	Text (Halaman sampul, daftar isi, dan artikel) HALAMA~1.PDF - Published Version Download (729kB)
	Text (Hasil cek plagiasi) 4HASIL~1.PDF - Published Version Download (1MB)
	Text (Bukti author korespondensi) 5BUKTI~1.PDF - Published Version Download (67kB)

Abstract

Penelitian ini bertujuan untuk menerapkan sebuah algoritma klasifikasi yang dapat menjustifikasi sentimen pada kumpulan cuitan Twitter yang diposting oleh masyarakat Indonesia. Penerapan algoritma ini nantinya akan mengklasifikasikan cuitan mana yang mengandung unsur pelanggaran yang diatur dalam UU�ITE. Dengan adanya penerapan algoritma klasifikasi ini diharapkan dapat membantu pemerintah khususnya Kepolisian Republik Indonesia dan Badan Intelijen Negara dalam merumuskan kebijakan mengenai tindakan pencegahan pelanggaran UU-ITE serta mencegah penyebaran paham radikalisme, informasi palsu dan isu SARA di Negara Indonesia. Teknik pengumpulan data yang dilakukan pada penelitian ini yaitu menggunakan Twitter API (Application Programming Interface). Sedangkan algoritma klasifikasi yang digunakan pada penelitian ini yaitu Naive Bayes Multinomial Text. Algoritma ini dipilih karena mampu mengklasifikasikan dokumen dengan memperhitungkan jumlah kemunculan kata. Dari hasil kompilasi dan data yang diolah, algoritma ini mampu menjustifikasi sentimen secara akurat kurang lebih 99,62%.

Item Type:	Article
Subjects:	Theory of computation > Theory and algorithms for application domains
Divisions:	Informatics Management
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	15 Nov 2023 02:22
Last Modified:	23 Nov 2023 02:11
URI:	http://repository.stiki.ac.id/id/eprint/1923

Actions (login required)

View Item