Optimasi Naïve Bayes menggunakan Seleksi Fitur Forward Selection untuk Analisis Sentimen Kendaraan Listrik
DOI:
https://doi.org/10.31294/jtk.v10i2.12272Keywords:
Naïve bayes, Analisis sentimen, Forward SelectionAbstract
Isu pemanasan global menjadi perhatian utama para pemimpin di beberapa negara termasuk Indonesia.
Salah satu kontribusi untuk mengurangi emisi karbon yang berakibat pada pemanasan global yaitu dengan
menggulirkan kebijakan kendaraan listrik. Pro kontra kebijakan kendaraan Listrik di Indonesia telah merambah ke
berbagai ruang diskusi publik termasuk media social X (Twitter). Berdasakan hal tersebut penelitian ini bermaksud
untuk menganalisis sentimen Masyarakat pada media social X tentang kebijakan kendaraan Listrik dilakukan
klasifikasi dengan memanfaatkan algoritma naïve bayes berbasis forward selection. Berdasarkan pengujian model
klasifikasi naïve bayes ditambahkan forward selection dihasilkan accuracy sebesar 82,11% dengan nilai AUC 0,801.
Ada kenaikan nilai accuracy sebesar 2,67% dibandingkan tanpa menggunakan seleksi fitur forward selection yang
hanya mencapai accuracy dikisaran 79,43 % dengan nilai AUC 0,639. Peneliti menarik Kesimpulan bahwa
penggunaan seleksi fitur menggunakan forward selection dapat berkontribusi meningkatkan algoritma naïve bayes
dalam klasifikasi sentimen pada kendaraan yang bertenaga listrik.
References
Bagus, D., Prasetiyo, C., Andono, N., & Supriyanto, C.
(2023). Metode Naive Bayes Classifier dan Forward
Selection Untuk Deteksi Berita Hoaks Bahasa
Indonesia. JURNAL MEDIA INFORMATIKA
BUDIDARMA , 7(3), 1541 –1550.
https://doi.org/10.30865/mib.v7i3.6459
Bijaksana, A., Negara, P., Muhardi, H., & Putri, I. M. (2020).
ANALISIS SENTIMEN MASKAPAI
PENERBANGAN MENGGUNAKAN METODE
NAIVE BAYES DAN SELEKSI FITUR
INFORMATION GAIN. Jurnal Teknologi Informasi
Dan Ilmu Komputer (JTIIK) , 7(3), 599–606.
https://doi.org/10.25126/jtiik.202071947
Dharmawan, L. R., Arwani, I., & Ratnawati, D. E. (2020).
Analisis Sentimen pada Sosial Media Twitter Terhadap
Layanan Sistem Informasi Akademik Mahasiswa
Universitas Brawijaya dengan Metode K-Nearest
Neighbor. Jurnal Pengembangan Teknologi Informasi
Dan Ilmu Komputer, 4(3), 959–965. http://jptiik.ub.ac.id
Dyah Anggita, S., & Abdulloh, F. F. (2023). Optimasi
Algoritma Support Vector Machine Berbasis PSO Dan
Seleksi Fitur Information Gain Pada Analisis Sentimen.
JOURNAL OF APPLIED COMPUTER SCIENCE
AND TECHNOLOGY (JACOST), 4(1), 2723–1453.
https://doi.org/10.52158/jacost.524
Faisal, M. R., Kartini, D., & Saragih, T. H. (2022). Belajar
Data Science: Text Mining Untuk Pemula I. Scripta
Cendekia.
https://www.researchgate.net/publication/359619425
Fanani, M. R. (2020). ALGORITMA NAÏVE BAYES
BERBASIS FORWARD SELECTION UNTUK
PREDIKSI BIMBINGAN KONSELING SISWA.
Jurnal DISPROTEK, 11(1), 13–22.
Felicia Watratan, A., Puspita, A. B., Moeis, D., Informasi, S.,
& Profesional Makassar, S. (2020). Implementasi
Algoritma Naive Bayes Untuk Memprediksi Tingkat
Penyebaran Covid-19 Di Indonesia. In JOURNAL OF
APPLIED COMPUTER SCIENCE AND
TECHNOLOGY (JACOST) (Vol. 1, Issue 1).
http://journal.isas.or.id/index.php/JACOST
Khomsah, S., & Aribowo, A. S. (2017). Model TextPreprocessing Komentar Youtube Dalam Bahasa
Indonesia. JURNAL RESTI, 1(3), 648–654.
Ling, J., Putu, I., Kencana, E. N., & Oka, T. B. (2014).
ANALISIS SENTIMEN MENGGUNAKAN
METODE NAÏVE BAYES CLASSIFIER DENGAN
SELEKSI FITUR CHI SQUARE. E-Jurnal
Matematika, 3(3), 92–99.
Prawinata, D. A., Pembangunan, U., Veteran, N., & Timur, J.
(2024). Analisis Sentimen Kendaraan Listrik Pada
Twitter Menggunakan Metode Long Short Term
Memory Ani Dijah Rahajoe I Gede Susrama Mas
Diyasa. SABER: Jurnal Teknik Informatika, Sains Dan
Ilmu Komunikasi, 2(1), 300–313.
https://doi.org/10.59841/saber.v2i1.857
Riyadi, A. F., Rahman, F. R., Nofa Pratama, M. A., Khafidli,
M. K., & Patria, H. (2021). Pengukuran Sentimen
Sosial Terhadap Teknologi Kendaraan Listrik: Bukti
Empiris di Indonesia. EXPERT: Jurnal Manajemen
Sistem Informasi Dan Teknologi, 11(2), 141.
https://doi.org/10.36448/expert.v11i2.2171
Santoso, A., Nugroho, A., & Sunge, A. S. (2022). Analisis
Sentimen Tentang Mobil Listrik Dengan Metode
Support Vector Machine Dan Feature Selection Particle
Swarm Optimization. In Journal of Practical Computer
Science (Vol. 2, Issue 1).
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Salman Alfarizi, Deni Gunawan, Hasan Basri, Alif Rizqi Mulyawan, Nurul Ichsan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
