ANALISIS SENTIMEN TANGGAPAN MASYARAKAT INDONESIA TENTANG KENAIKAN BBM MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK
##plugins.themes.academic_pro.article.main##
Abstract
Indonesia diramaikan dengan keputusan pemerintah mengenai kenaikan BBM pada September 2020, hal tersebut mengundang banyak tanggapan dari masyarakat Indonesia dengan berbagai macam tanggapan khususnya pada platform social media twitter. Sebagian masyarakat mendukung kenaikan tersebut dengan alasan agar Indonesia dapat segera membereskan keperluan negara tentang administrasi ke negara luar, tetapi tidak sedikit masyarakat yang protes dengan adanya hal tersebut karena dianggap tidak memperhatikan perekonomian masyarakat yang sedang tidak baik. Tujuan penelitian ini adalah melakukan analisis sentiment untuk mengetahui tanggapan masyarakat Indonesia mengenai kenaikan BBM apakah bernada positif, negative atau netral. Metode yang digunakan pada penelitian ini adalah metode Artificial Neural Network dimana metode ini sudah banyak digunakan dalam proses klasifikasi data text dan menghasilkan akurasi yang tinggi. Dataset yang digunakan yaitu tanggapan masyarakat dari platform twitter yang diambil dengan cara crawling data dan berjumlah 1.210 dataset dengan 2 atribut yaitu id dan isi twitter. Hasil dari penelitian yaitu performa metode ANN mencapai 83.4% akurasi.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Gifari, O. I., Adha, M., Rifky Hendrawan, I., Freddy, F., & Durrand, S. (2022). Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine. Jifotech (Journal Of Information Technology, 2(1).
Muna, Q. N., Zuhroh, R. A., Dianutami, V. R., & Rakhmawati, N. A. (2022). Klasterisasi Keyword Terkait Pornografi pada Media Sosial Twitter Menggunakan Latent Dirichlet Allocation. Journal Information Engineering and Educational Technology, 06(02), 66–72.
Pamuji, A. (2022). Prediksi Otorisasi Pengguna Sistem Berkas pada Algoritma Klasifikasi dengan Teknik Naïve Bayes. Infomatek, 24(1), 35–44. https://doi.org/10.23969/infomatek.v24i1.4604
Pernama, B., Dwi Purnomo, H., & Satya Wacana, K. (2023). Analisis Risiko Pinjaman dengan Metode Support Vector Machine, Artificial Neural Network dan Naïve Bayes. Jurnal Teknologi Informasi Dan Komunikasi), 7(1), 2023. https://doi.org/10.35870/jti
Putri, D. D., Nama, G. F., & Sulistiono, W. E. (2022). Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informatika Dan Teknik Elektro Terapan, 10(1). https://doi.org/10.23960/jitet.v10i1.2262
Saputro, I. W., & Sari, B. W. (2020). Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa. Creative Information Technology Journal, 6(1), 1-11.
Saraswati, E., Umaidah, Y., & Voutama, A. (2021). 109 Juli. In Generation Journal (Vol. 5, Issue 2).
Sihombing, J. C. (2022, September 15). Kenaikan Harga BBM : Jahat atau Sepakat..??? Kementrian Keuangan Republik Indonesia, 90–91.
Sihombing, P. R., & Hendarsin, O. P. (2021). Perbandingan Metode Artificial Neural Network (ANN) dan Support Vector Machine (SVM) untuk Klasifikasi Kinerja Perusahaan Daerah Air Minum (PDAM) di Indonesia. Jurnal Ilmu Komputer , XIII(1), 9–15.
Sulistya, N. M., Maximillien, J., Jeaneth, Y., Brian, F., & Eugenia. (2022). BBM-Naik-Harus-Apa. Universitas Sanata Dharma.