ANALISIS SENTIMEN PENILAIAN MASYARAKAT INDONESIA TERHADAP KONFERENSI G20 DI BALI DENGAN MENGGUNAKAN METODE NAIVE BAYES
Article Sidebar
📅
Published:
Sep 10, 2023
Main Article Content
Abstract
Article Summary
Lot of Indonesian people support the holding of the G20 conference in Bali and many people also disagree with the G20 that will held/hold in Bali for various reasons. Therefore this research is conducted to find out how much the Indonesian people agree or disagree with the holding of the G20 High-Level Conference (Summit) which was held in Bali, Indonesia. In this study used research methods of data collection, preprocessing stage, Naive Bayes classification stage, and confusion matrix evaluation stage. In this study, 2,255 data were used with 1,000 training data and 1,255 test data. After the data is processed and the sentiment predicted in the test data, the confusion matrix is calculated to calculate the accuracy of the results. On data that has been processed the accuracy obtained is 95.60%.
Keywords
Article Keywords
Downloads
Download data is not yet available.
Article Details
How to Cite
Suhet, W. K., & Nugroho, A. (2023). ANALISIS SENTIMEN PENILAIAN MASYARAKAT INDONESIA TERHADAP KONFERENSI G20 DI BALI DENGAN MENGGUNAKAN METODE NAIVE BAYES. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 4(3), 904-912. https://doi.org/10.35870/jimik.v4i3.290
Section
Articles
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC-BY 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
License: All articles are licensed under 
References
Mujianto, H. (2019). Pemanfaatan Youtube sebagai media ajar dalam meningkatkan minat dan motivasi belajar. Jurnal Komunikasi Universitas Garut: Hasil Pemikiran dan Penelitian, 5(1), 135-159.
Husna, A., Murdaningtyas, A. A., & Hajron, K. H. (2022). Meningkatkan Prestasi Belajar Siswa Menggunakan Audio Visual. Prosiding Konferensi Ilmiah Dasar, 3, 1327-1337.
Yanthi, N. P. D. M., Yudhaningsih, N. M., & Pering, I. M. A. A. (2022). Peluang Dan Tantangan SDM Bali Serta Strategi Dalam Menyambut Kegiatan Presidensi G20. JURNAL EKONOMI, MANAJEMEN, BISNIS, DAN SOSIAL (EMBISS), 2(4), 633-645.
Rizal, F., & Wijaya, A. (2021). Aplikasi Monitoring Jumlah Gizi Yang Dibutuhkan Ibu Hamil Untuk Mengurangi Resiko Gangguan Fisik dan Mental Janin. Explore IT!: Jurnal Keilmuan dan Aplikasi Teknik Informatika, 13(1), 1-5.
Saputra, P. Y., Subhi, D. H., & Winatama, F. Z. A. (2019). Implementasi Sentimen Analisis Komentar Channel Video Pelayanan Pemerintah Di Youtube Menggunakan Algoritma Naïve Bayes. Jurnal Informatika Polinema, 5(4), 209-213.
Kusuma, A., & Nugroho, A. (2021). Analisa Sentimen pada Twitter Terhadap Kenaikan Tarif Dasar Listrik Dengan Metode Naïve Bayes. Jurnal Ilmiah Teknologi Informasi Asia, 15(2), 137-146.
Simanjuntak, H. E., & Windarto, W. (2020). Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet. Jurnal Media Informatika Budidarma, 4(4), 914-923. DOI: 10.30865/mib.v4i4.2300.
Astari, N. M. A. J., Divayana, D. G. H., & Indrawan, G. (2020). Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier. Jurnal Sistem Dan Informatika (JSI), 15(1), 27-29. DOI: 10.30864/jsi.v15i1.332.
Rasenda, R., Lubis, H., & Ridwan, R. (2020). Implementasi K-NN Dalam Analisa Sentimen Riba Pada Bunga Bank Berdasarkan Data Twitter. Jurnal Media Informatika Budidarma, 4(2), 369-376. DOI: 10.30865/mib.v4i2.2051.
Damuri, A., Riyanto, U., Rusdianto, H., & Aminudin, M. (2021). Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), 219-225. DOI: 10.30865/jurikom.v8i6.3655.
Putro, H. F., Vulandari, R. T., & Saptomo, W. L. Y. (2020). Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan. Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 8(2).
Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4. 5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi dan Komunikasi, 10(1), 36-44.
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 697-711.
Najjichah, H., Syukur, A., & Subagyo, H. (2019). Pengaruh text preprocessing dan kombinasinya pada peringkas dokumen otomatis teks berbahasa Indonesia. Jurnal Cyberku, 15(1), 1-11.
Jonathan, M., & Nataliani, Y. (2022). Analisis Sentimen Penilaian Masyarakat Indonesia terhadap GeNose pada Komentar Youtube Menggunakan Metode Naïve Bayes. d'CARTESIAN: Jurnal Matematika dan Aplikasi, 11(1), 1-8.
Husna, A., Murdaningtyas, A. A., & Hajron, K. H. (2022). Meningkatkan Prestasi Belajar Siswa Menggunakan Audio Visual. Prosiding Konferensi Ilmiah Dasar, 3, 1327-1337.
Yanthi, N. P. D. M., Yudhaningsih, N. M., & Pering, I. M. A. A. (2022). Peluang Dan Tantangan SDM Bali Serta Strategi Dalam Menyambut Kegiatan Presidensi G20. JURNAL EKONOMI, MANAJEMEN, BISNIS, DAN SOSIAL (EMBISS), 2(4), 633-645.
Rizal, F., & Wijaya, A. (2021). Aplikasi Monitoring Jumlah Gizi Yang Dibutuhkan Ibu Hamil Untuk Mengurangi Resiko Gangguan Fisik dan Mental Janin. Explore IT!: Jurnal Keilmuan dan Aplikasi Teknik Informatika, 13(1), 1-5.
Saputra, P. Y., Subhi, D. H., & Winatama, F. Z. A. (2019). Implementasi Sentimen Analisis Komentar Channel Video Pelayanan Pemerintah Di Youtube Menggunakan Algoritma Naïve Bayes. Jurnal Informatika Polinema, 5(4), 209-213.
Kusuma, A., & Nugroho, A. (2021). Analisa Sentimen pada Twitter Terhadap Kenaikan Tarif Dasar Listrik Dengan Metode Naïve Bayes. Jurnal Ilmiah Teknologi Informasi Asia, 15(2), 137-146.
Simanjuntak, H. E., & Windarto, W. (2020). Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet. Jurnal Media Informatika Budidarma, 4(4), 914-923. DOI: 10.30865/mib.v4i4.2300.
Astari, N. M. A. J., Divayana, D. G. H., & Indrawan, G. (2020). Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier. Jurnal Sistem Dan Informatika (JSI), 15(1), 27-29. DOI: 10.30864/jsi.v15i1.332.
Rasenda, R., Lubis, H., & Ridwan, R. (2020). Implementasi K-NN Dalam Analisa Sentimen Riba Pada Bunga Bank Berdasarkan Data Twitter. Jurnal Media Informatika Budidarma, 4(2), 369-376. DOI: 10.30865/mib.v4i2.2051.
Damuri, A., Riyanto, U., Rusdianto, H., & Aminudin, M. (2021). Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), 219-225. DOI: 10.30865/jurikom.v8i6.3655.
Putro, H. F., Vulandari, R. T., & Saptomo, W. L. Y. (2020). Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan. Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 8(2).
Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4. 5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi dan Komunikasi, 10(1), 36-44.
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 697-711.
Najjichah, H., Syukur, A., & Subagyo, H. (2019). Pengaruh text preprocessing dan kombinasinya pada peringkas dokumen otomatis teks berbahasa Indonesia. Jurnal Cyberku, 15(1), 1-11.
Jonathan, M., & Nataliani, Y. (2022). Analisis Sentimen Penilaian Masyarakat Indonesia terhadap GeNose pada Komentar Youtube Menggunakan Metode Naïve Bayes. d'CARTESIAN: Jurnal Matematika dan Aplikasi, 11(1), 1-8.