Sentiment Analysis Masyarakat Pekalongan Terhadap Pembangunan Jalan Tol Pemalang-Batang Di Media Sosial
DOI:
https://doi.org/10.47775/ictech.v13i1.43Abstrak
Pembangunan infrastruktur nasional merupakan salah satu prioritas utama yang digagas pemerintah dalam rangka meningkatkan perekonomian masyarat. Salah satunya adalah pembangunan tol Pemalang-Batang yang merupakan bagi dari proyek tol Trans Jawa. Tol ini melewati beberapa wilayah mulai dari Kabupaten Pemalang, Kabupaten Pekalongan, Kota Pekalongan dan Kabupaten Batang. Proses pembangunan jalan tol ini diprediksi memerlukan waktu penyelesaian selama 2 tahun. Sejak ditetapkannya awal pembangunan jalan tol Pemalang-Batang pada tahun 2016 oleh Presiden Indonesia Joko Widodo banyak opini masyarakat baik dunia nyata maupun di media sosial. Pada penelitian ini dilakukan sentiment analysis terkait pembangunana jalan tol Pemalang-Batang, data yang digunakan merupakan komentar dari postingan di group facebook. Analysis dilakukan dengan menggunakan metode naïve bayes, untuk pengujian performa naïve bayes menggunakan k fold cross validation. Dari hasil pengujian diperoleh nilai akurasi tertinggi sebesar 73,54% dengan nilai fold adalah 3.
Referensi
Buntoro, Ghulam Asrofi. 2016. “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter.†Integer Journal Maret 1 (1): 32–41.
Dang, Shilpa, and Peerzada Hamid Ahmad. 2014. “Text Mining : Techniques and Its Application.†IJETI International Journal of Engineering & Technology Innovations 1 (4): 22–25.
Gusriani, Syahmia, Kartina Diah Kusuma Wardhani, and Muhammad Ihsan Zul. 2016. “Analisis Sentimen Terhadap Toko Online Di Sosial Media Menggunakan Metode Klasifikasi Naïve Bayes.†4th Applied Business and Engineering Conference 1 (1): 1–7.
Hall, Tracy, Sarah Beecham, David Bowes, David Gray, and Steve Counsell. 2011. “A Systematic Review of Fault Prediction Performance in Software Engineering.†IEEE Transactions on Software Engineering 38 (6): 1276–1304. https://doi.org/10.1109/TSE.2011.103.
Han, Jiawei, Micheline Kamber, and Jian Pei. 2012. Data Mining: Concepts and Techniques. https://doi.org/10.1002/1521-3773(20010316)40:6<9823::AID-ANIE9823>3.3.CO;2-C.
Knight-mccord, Jasmine, Dylan Cleary, Nastassjia Grant, Success Jumbo, Tiffany Lacey, Torri Livingston, Sky Robinson, Renardo Smith, and Richard Emanuel. 2016. “What Social Media Sites Do College Students Use Most ?†Journal of Undergraduate Ethnic Minority Psychology, no. October 2015: 21–26.
Lidya, Syahfitri Kartika, Opim Salim Sitompul, and Syahril Efendi. 2015. “Sentiment Analysis Pada Teks Bahasa Indonesia Menggunakan Support Vector Machine ( Svm ).†Seminar Nasional Teknologi Dan Komunikasi 2015 2015 (Sentika): 1–8. https://doi.org/10.1016/j.eswa.2013.08.047.
Mudry, Albert, and Anders Tjellström. 2011. “Historical Background of Bone Conduction Hearing Devices and Bone Conduction Hearing Aids.†Advances in Oto-Rhino-Laryngology 71: 1–9. https://doi.org/10.1159/000323569.
Novantirani, Anita, Mira Kania Sabariah, and Veronikha Effendy. 2015. “Analisis Sentimen Pada Twitter Untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota Dengan Metode Support Vector Machine†2 (1): 1–7.
Singh, Sarbjeet. 2010. Artificial Intelligence. Vol. 6.
Wilson, Christo, Alessandra Sala, Krishna P. N. Puttaswamy, and Ben Y. Zhao. 2012. “Beyond Social Graphs.†ACM Transactions on the Web 6 (4): 1–31. https://doi.org/10.1145/2382616.2382620.
Zaidi, Na, and J Cerquides. 2013. “Alleviating Naive Bayes Attribute Independence Assumption by Attribute Weighting.†The Journal of Machine … 14: 1947–88.
Zhang, Lei, and Bing Liu. 2016. “Sentiment Analysis and Opinion Mining.†Encyclopedia of Machine Learning and Data Mining, no. May: 1–10. https://doi.org/10.1007/978-1-4899-7502-7_907-1.
Jati, Yusuf Waluyo. 2016. http://industri.bisnis.com. 06 17. Accessed 04 19, 2018. http://industri.bisnis.com/read/20160617/45/558946/tol-pemalang-batang-dan-batang-semarang-mulai-dibangun.
