Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi
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...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
LPPM Universitas Mohammad Husni Thamrin
2021-09-01
|
| Series: | Jurnal Teknologi Informatika & Komputer |
| Online Access: | https://journal.thamrin.ac.id/index.php/jtik/article/view/648 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1839634605758480384 |
|---|---|
| author | Amelia Isnanda Yuyun Umaidah Jajam Haerul Jaman |
| author_facet | Amelia Isnanda Yuyun Umaidah Jajam Haerul Jaman |
| author_sort | Amelia Isnanda |
| collection | DOAJ |
| description | 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%. |
| format | Article |
| id | doaj-art-7a10b4d6ca1e4fe9a5699a9fd80d1a5b |
| institution | Matheson Library |
| issn | 2656-9957 2622-8475 |
| language | English |
| publishDate | 2021-09-01 |
| publisher | LPPM Universitas Mohammad Husni Thamrin |
| record_format | Article |
| series | Jurnal Teknologi Informatika & Komputer |
| spelling | doaj-art-7a10b4d6ca1e4fe9a5699a9fd80d1a5b2025-07-10T04:53:06ZengLPPM Universitas Mohammad Husni ThamrinJurnal Teknologi Informatika & Komputer2656-99572622-84752021-09-017214415310.37012/jtik.v7i2.648540Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat PandemiAmelia Isnanda0Yuyun Umaidah1Jajam Haerul Jaman2Singaperbangsa Karawang UniversitySingaperbangsa Karawang UniversitySingaperbangsa Karawang UniversityWorld 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%.https://journal.thamrin.ac.id/index.php/jtik/article/view/648 |
| spellingShingle | Amelia Isnanda Yuyun Umaidah Jajam Haerul Jaman Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi Jurnal Teknologi Informatika & Komputer |
| title | Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi |
| title_full | Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi |
| title_fullStr | Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi |
| title_full_unstemmed | Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi |
| title_short | Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi |
| title_sort | implementasi naa¯ve bayes classifier dan information gain pada analisis sentimen penggunaan e wallet saat pandemi |
| url | https://journal.thamrin.ac.id/index.php/jtik/article/view/648 |
| work_keys_str_mv | AT ameliaisnanda implementasinaavebayesclassifierdaninformationgainpadaanalisissentimenpenggunaanewalletsaatpandemi AT yuyunumaidah implementasinaavebayesclassifierdaninformationgainpadaanalisissentimenpenggunaanewalletsaatpandemi AT jajamhaeruljaman implementasinaavebayesclassifierdaninformationgainpadaanalisissentimenpenggunaanewalletsaatpandemi |