SENTIMEN ANALISIS OPINI MASYARAKAT TERHADAP KASUS PELECEHAN SEKSUAL DI KPI PADA SOCIAL MEDIA TWITTER DENGAN METODE NAÏVE BAYES CLASIFIER (NBC)

Angga Aditya Permana, Permana Perdana Putra

Abstract


Pelecehan seksual adalah perlakuan kekerasan terhadap wanita sering kali terjadi disetiap dunia, kekerasan/pelecehan seksual lebih dikenal sebagai pemerkosaan. Kekerasan terhadap perempuan adalah suatu tindakan yang sangat tidak kemanusiaan, perempuan juga berhak mendapatkan perlindungan hak asasi manusia dan kebebasan disegala bidang. Dengan tindakan ini masyarakat banyak berkomentar baik kritikan atau pun saran pada media sosial twitter mereka. Tweet yang mengandung kata pelecehan seksual menjadi hal penting utuk menilai pendapat dari masyrakat dengan cara memproses data teks tweet dan menganalisis sentimen yang akan di dapatkan sebagai solusi pada tindakan pelecehan berikutnya dengan bantuan klasifikasi metode algoritma naïve bayes classiifier mengitung pior probabilitas pada kata class. Tujuan ini analisis sentimen ini untuk mengklasifikasi data tweet sebanyak 800 menjadi data training dan 200 data tweet menjadi data testing menghasikan cuitan twitter tentang ppkm darurat lebih banyak mendapatkan respon sentimen “netral”.


References


Ardiani, L., Sujaini, H., & Tursina, T. (2020). Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak. Jurnal Sistem Dan Teknologi Informasi (JUSTIN), 8(2), 44–51. https://doi.org/10.26418/justin.v8i2.36776

Azhar, N., Adikara, P. P., Adinugroho, S., Studi, P., Informatika, T., Komputer, F. I., Brawijaya, U., & Korespondensi, P. (2021). Sentiment Analysis for Coffee Shop Reviews Using Naïve Bayes. 8(3), 609–618. https://doi.org/10.25126/jtiik.202184436

Claudia, P., Gulo, S., Studi, P., Informasi, S., Teknik, J., & Dan, E. (2021). Analisis Sentimen

Kuliah Online Selama Pandemi Covid-19 Menggunakan.

Nurhuda, F., Widya Sihwi, S., & Doewes, A. (2016). Analisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Teknologi & Informasi ITSmart, 2(2), 35. https://doi.org/10.20961/its.v2i2.630

Pintoko, B. M., & L., K. M. (2018). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naive Bayes Classifier. E-Proceeding of Engineering, 5(3), 8121–8130.

Rohmat, T., & Pertiwi, D. D. (2020). Analisis dan Desain Sistem Informasi Pengolahan Nilai Siswa di SMK Avicena Rajeg. JIKA (Jurnal Informatika), 4(1), 29. https://doi.org/10.31000/jika.v4i1.2571

Rusdiaman, D., & Rosiyadi, D. (2019). Metode Naïve Bayes Classifier Dan Support Vector Machine. Jornal of Computer Engineering System and Science, 4(2), 230–235.

Sinaga, A. (2017). Implementasi Sentiment Analysis untuk Menentukan Tingkat Popularitas Tujuan Wisata. Prosiding Seminar Nasional Teknologi Dan Rekayasa Informasi Tahun 2017, November, 24–25. http://sentrin.filkom.ub.ac.id/event/sentrin17/jurnal/pimplementasi-sentiment-analysis- untuk-menentukan-tingkat-popularitas-tujuan-wisata-p/99e80f3

Syadid, F. (2019). Analisis Sentimen Komentar Netizen Terhadap Calon Presiden Indonesia 2019 Dari Twitter Menggunakan Algoritma Term Frequency-Invers Document Frequency (Tf- Idf) Dan Metode Multi Layer Perceptron (Mlp) Neural Network. Skripsi Universitas Islam Negeri Syarif Hidayatullah Jakarta, 1–89.

Zuhdi, A. M., Utami, E., & Raharjo, S. (2019). Analisis sentiment twitter terhadap capres Indonesia 2019 dengan metode K-NN. Jurnal Informa Politeknik Indonusa Surakarta, 5, 1–7.




DOI: http://dx.doi.org/10.31000/jt.v12i1.7578

Article Metrics

Abstract - 624 PDF (Bahasa Indonesia) - 675

Refbacks

  • There are currently no refbacks.


License URL: https://scholar.google.co.id/citations?user=RJRfBN0AAAAJ&hl=id&authuser=2