Analisis Sentimen Masyarakat dalam Pembangunan City Walk Kota Tegal di Media Sosial Facebook Menggunakan Algoritma Naïve Bayes dan SVM

Ali Sofyan; Ria Indah Fitria; Fatiah Isralestina

doi:10.30591/smartcomp.v13i1.5785

Analisis Sentimen Masyarakat dalam Pembangunan City Walk Kota Tegal di Media Sosial Facebook Menggunakan Algoritma Naïve Bayes dan SVM

Ali Sofyan, Ria Indah Fitria, Fatiah Isralestina

Abstract

Pembangunan sarana perkotaan sangat penting untuk menunjang kegiatan masyarakat. Pembangunan yang membutuhkan lahan serta perubahan fasilitas umum tentu akan berdampak langsung kepada masyarakat. Kota Tegal sebagai kota perdagangan dan industri tentunya berdampak pada peningkatan perekonomian masyarakat dan pemerintah daerahnya, sehingga berdampak juga pada peningkatan pembangunan. Pembangunan yang berjalan tentu harus berdampak baik kepada masyarakatnya. Terkadang banyak pihak yang pro dan kontra terhadap pembangunan faslitas publik. Seperti contohnya pembangunan City Walkdi Kota Tegal banyak pendapat masyarakat yang disampaikan dimedia sosial. Kebebasan menyampiakan pendapat tentunya akan memunculkan beragam pendapat. Penelitian ini dilakukan untuk memberikan informasi tentang akurasi klasifikasi model dengan menggunakan algoritma klasifikasi dengan menggunakan data persepsi masyarakat terhadap pembangunan City WalkKota Tegal. Penelitian ini juga dapat digunakan sebagai masukan untuk pengambilan keputusan dalam pengembangan proyek pembangunan di Kota Tegal. Penelitian ini adalah penelitian data teks atau bisa disebut penelitian teks mining dimana teks mining adalah proses ekstraksi informasi dari kumpulan data teks. Pada penelitian ini data teks yang digunakan berasal dari pendapat masyarakat yang disampaikan melalui media sosial facebook. Penelitian ini bertujuan untuk mencari akurasi terbaik dari klasifikasi model algoritma dengan mengkasifikasikan pendapat yang disampaikan masyarakat menjadi pendapat positif, negatif. Metode yang digunakan Naive Bayes dan SVM untuk mengklasifikasikan komentar pembangunan City Walkdi kota Tegal. Setiap komentar akan dilabeli sebagai komentar positif dan negatif. Dari hasil uji dengan model Naïve Bayes diperoleh akurasi tertinggi 70.19% dengan sufled sampling . Sedangkan pada metode SVM mendapatkan akurasi tertinggi 80.77% di stratified sampling.

Full Text:

References

Fannisa, S., Fauzi, M., & Adinugroho, S. (2018). Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer.

Haryanto, D., Muflikhah, L., & Fauzi, M. (2018). Analisis Sentimen Review Barang Berbahasa Indonesia Dengan Metode Support Vector Machine Dan Query Expansion. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer.

Hidayatullah, A. F. (2014). Analisis Sentimen Dan Klasifikasi Kategori Terhadap Tokoh Publik Pada Twitter. Seminar Nasional Informatika 2014 (semnasIF 2014). Yogyakarta.

Wilianto, L., Rakhmat Umbara, F., & Hendro Pudjiantoro, T. (2017). Analisis Sentimen Terhadap Tempat Wisata Dari Komentar Pengunjung Dengan Menggunakan Metode Naïve Bayes Classifier Studi Kasus Jawa Barat. Prosiding SNATIF Ke -4.

Hamzah A, “Sentiment Analysis Untuk Memanfaatkan Saran Kuesioner Dalam Evaluasi Pembelajaran Dengan Menggunakan Naive Bayes Classifier (Nbc)” in proc SNAST 2014, 15 November 2014.

Oman Sumantri, Dyah Apriliany “Support Vector Machine Berbasis Feature Selection Untuk Sentiment Analysis Kepuasan Pelanggan Terhadap Pelayanan Warung dan Restoran Kuliner Kota Tegal” Jurnal Teknologi Informasi dan Ilmu Komputer, Vol 5 No. 5, 2018

Oman Somantri & Dairoh, “Analisis Sentimen Penilaian Tempat Tujuan Wisata Kota Tegal Berbasis Text Mining”, JEPIN Vol 5, No 2 (2019).

Sihombing, L., Hannie, H. dan Dermawan, B. (2021) “Sentimen Analisis Customer Review Produk Shopee Indonesia Menggunakan Algortima Naïve Bayes Classifier,” Edumatic: Jurnal Pendidikan Informatika, 5, hal. 233–242. doi: 10.29408/edumatic.v5i2.4089

M. T. Akter, M. Begum, and R. Mustafa, “Bengali Sentiment Analysis of E-commerce Product Reviews using K-Nearest Neighbors,” in 2021 International Conference on Information and Communication Technology for Sustainable Development (ICICT4SD), 2021, pp. 40–44, doi: 10.1109/ICICT4SD50815.2021.9396910

S. F. N. H. R. JAYADI, “Sentiment Analysis Of Indonesian E-Commerce Product Reviews Using Support Vector Machine Based Term Frequency Inverse Document,” vol. 99, no. 17, pp. 4316–4325, 2022

DOI: https://doi.org/10.30591/smartcomp.v13i1.5785