PERBANDINGAN ALGORITMA UNTUK KLASIFIKASI ANALISIS SENTIMEN TERHADAP GENOSE PADA MEDIA SOSIAL TWITTER

Achyar Jhonathan Syahid, Deni Mahdiana

Abstract


GeNose merupakan alat pendeteksi virus COVID-19 hanya dengan hembusan nafas yang dibuat oleh Universitas Gadjah Mada dan merupakan inovasi pertama buatan Indonesia. Sejak hadirnya GeNose di tengah masyarakat tentu terdapat pro dan kontra, sehingga penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap GeNose dengan data tweet dari media sosial Twitter. Dataset yang didapatkan sebanyak 3590 tweet dengan label sentimen netral, tidak relevan, positif dan negatif. Kemudian dari 3590 tweet yang digunakan hanya 637 tweet, diantaranya 287 tweet bersentimen positif dan 350 tweet bersentimen negatif. Penelitian ini menggunakan model CRISP-DM (Cross-Industry Standard Process for Data Mining) dan algoritma yang digunakan pada penelitian ini adalah K-Nearest Neighbor, Decision Tree dan Naïve Bayes untuk membandingkan performa dari ketiga algoritma tersebut dengan operator Cross Validation menggunakan RapidMiner. Hasil dari penelitian yang telah dilakukan menunjukkan performa dari algoritma Naïve Bayes cukup baik dengan nilai accuracy sebesar 72.36%, precision 66.91%, recall 77.97%. Sedangkan algoritma K-Nearest Neighbor mendapatkan nilai accuracy sebesar 64.22%, precision 61.79%, recall 55.15%. Selanjutnya algoritma Decision Tree mendapatkan nilai accuracy sebesar 65.15%, precision 86.89%, recall 27.13%. Penelitian ini bisa menjadi referensi untuk meningkatkan sosialisasi tentang GeNose untuk meminimalisir sentimen negatif masyarakat.

Kata kunci; K-Nearest Neighbor, Decision Tree, Naïve Bayes, GeNose


Full Text:

PDF

References


Gugus Tugas Percepatan Penanganan COVID-19, “Protokol Percepatan Penanganan Pandemi Covid-19 (Corona Virus Disease 2019),” Gugus Tugas Percepatan Penanganan COVID-19, vol. 19, hal. 3, 2020, [Daring]. Tersedia pada: https://covid19.go.id/storage/app/media/Protokol/Protokol Percepatan Penanganan Pandemi Corona Virus Disease 2019.pdf.

D. Kumar, “Corona Virus: A Review of COVID-19,” Eurasian J. Med. Oncol., vol. 4, no. 2, hal. 8, 2020, doi: 10.14744/ejmo.2020.51418.

Satuan Tugas Penanganan COVID-19, “Perkembangan Kasus Terkonfirmasi Positif Covid-19 Per-Hari,” covid19.go.id, 2021. https://covid19.go.id/peta-sebaran (diakses Apr 04, 2021).

Satria, “Hembusan Nafas Sekelas Swab Test Untuk Deteksi Covid-19: GeNose Karya UGM,” https://ugm.ac.id/, 2020. https://ugm.ac.id/id/berita/20051-genose-deteksi-covid-19-cepat-mudah-dan-akurat-hanya-dengan-hembusan-nafas?utm_source=dlvr.it&utm_medium=twitter (diakses Apr 04, 2021).

W. E. Nurjanah, R. S. Perdana, dan M. A. Fauzi, “Analisis Sentimen Terhadap Tayangan Televisi Berdasarkan Opini Masyarakat pada Media Sosial Twitter menggunakan Metode K-Nearest Neighbor dan Pembobotan Jumlah Retweet,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 12, hal. 1751, 2017.

B. Liu, Sentiment Analysis and Opinion Mining Opinion Mining. 2012.

R. Puspita dan A. Widodo, “Perbandingan Metode KNN , Decision Tree , dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS,” vol. 5, no. 4, hal. 646–654, 2021.

H. Lubis, “Implementasi K-NN Dalam Analisa Sentimen Riba Pada Bunga Bank Berdasarkan Data Twitter,” vol. 4, no. April, hal. 369–376, 2020, doi: 10.30865/mib.v4i2.2051.

L. R. Dharmawan, I. Arwani, dan D. E. Ratnawati, “Analisis Sentimen pada Sosial Media Twitter Terhadap Layanan Sistem Informasi Akademik Mahasiswa Universitas Brawijaya dengan Metode K- Nearest Neighbor,” vol. 4, no. 3, hal. 959–965, 2020.

A. Azevedo dan M. F. Santos, “KDD, semma and CRISP-DM: A parallel overview,” MCCSIS’08 - IADIS Multi Conf. Comput. Sci. Inf. Syst. Proc. Informatics 2008 Data Min. 2008, no. June, hal. 184, 2008.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 semanTIK

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Editor's Address :

Informatics Engineering Department of Halu Oleo University, Engineering Faculty Building 3rd Floor
H.E.A. Mokodompit Street, Bumi Tridharma Green Campus, Halu Oleo University

Telp. (0401) 3196237
Fax. (0401) 3195287
Website:http://ojs.uho.ac.id/index.php/semantik/index
E-mail: semantik.informatika@uho.ac.id