Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: The Presidential general election on 2019 became one of the most popular topics on twitter nowdays. The society give their opinion about the pair of candidates that they are support through the social media.…
ia. This research was predicts about the society sentimens toward the candidates of President and Vice President of Republic of Indonesia. The data was used based on the tweet on the @jokowi twitter account. The retrieval of data by using the Tweepy library with the Python 2.7 programming language. This research was classified became of two of society sentiments classes, namely positive and negative. The modeling was used of the weighting method Unigram, Bigram, Trigram, N-Gram (1-2) and N-Gram (1-3) that used the Naïve Bayes Algorithm on the Weka Application. The modeling data was used by the dataset of 646 sentences. The highest results of this reseach were obtained by Unigram Weighting, namely: 81.4% accuracy, 81.5% precision, 81.3% recall with a time of 0.3 s.
Keywords: classification, naïve bayes, 2019 presidential election, twitter, unigram
Abstrak: Pemilihan Umum tentang Pilpres 2019 menjadi salah satu topik yang ramai diperbincangkan di Twitter. Adu pendapat di sosial media oleh masyarakat mengandung opini terhadap pasangan calon yang didukungnya. Penelitian ini memprediksi sentimen masyarakat kepada pasangan calon Presiden dan Wakil Presiden Republik Indonesia. Data yang digunakan adalah tweet yang ada pada akun Twitter @jokowi. Pengambilan data menggunakan library Tweepy dengan bahasa pemrograman Python 2.7. Penelitian ini mengklasifikasi sentimen masyarakat menjadi 2 kelas, yaitu positif dan negatif. Kemudian dilakukan pemodelan dengan metode pembobotan Unigram, Bigram, Trigram, N-Gram (1-2) Dan N-Gram (1-3) menggunakan Algoritme Naïve Bayes pada Aplikasi Weka. Pembuatan model menggunakan dataset yang berjumlah 646 kalimat. Hasil tertinggi yang diperoleh pada penelitian ini adalah dengan menggunakan Pembobotan Unigram, yaitu : akurasi 81,4%, presisi 81,5 % , recall 81,3 % dengan catatan waktu 0,3s.
Kata kunci: klasifikasi, naïve bayes, pilpres 2019, twitter, unigram.
Abstract:Automatic detection of hate speech and abusive language is crucial for combating online toxicity. This study explores Gaussian Naive Bayes for multi-label classification of hate speech on Indonesian Twitter, including target,…
rget, category, and level. We combined TF-IDF features with contextual BERT embeddings. The model achieved balanced performance for general hate speech and good non-abusive language detection. However, it exhibited limitations with imbalanced data and specific hate speech types. The classifier consistently favored the majority class (non-hateful/non-abusive) across labels, particularly struggling with HS_Gender, HS_Physical, etc. This suggests difficulty detecting less frequent but potentially severe hate speech, likely due to limited training data. Overall accuracy and F1-scores confirm that while Gaussian Naive Bayes is efficient, it lacks robustness for nuanced multi-label classification with imbalanced datasets. This necessitates exploring alternative approaches for effectively detecting specific and less frequent hate speech.
Abstract:This study aims to deepen the understanding of the contribution of promotion and branding to increasing customer satisfaction at PT. Ino Wangsa Binjai. The study used primary data with a population of 300 buyers, and 75…
respondents were selected as samples through calculations using the Slovin formula. The analysis techniques applied were quantitative, including validity tests, reliability, classical assumptions, simple linear regression, and hypothesis testing through t-tests and coefficients of determination (R²). Based on the analysis results, the promotional mix variable (E_Prmsi) obtained a t-count value of -1.824 with a significance level of 0.072 (> 0.05), while the t-table was 1.99346. Because the t-count is smaller than the t-table, it can be concluded that the promotional mix does not have a significant effect on customer satisfaction. In addition, a negative t-value indicates that the direction of the relationship between the promotional mix and customer satisfaction is not in line. Conversely, the partial test shows that the company's brand variable has a significant effect on customer satisfaction with a significance value of 0.00 (< 0.05). Therefore, the first hypothesis (H1) is declared accepted. From the results of the determination coefficient test, the R Square value is 0.495, which indicates that 49.5% of changes in customer satisfaction can be explained by the company's promotional mix and brand factors, while the remaining 50.5% is influenced by other variables not examined in this study. As a recommendation, the management of PT. Ino Wangsa Binjai, especially the branch manager, is advised to implement a more cost-effective, efficient, and targeted promotional strategy, as well as utilizing social media such as Facebook, Instagram, Twitter, and print media such as newspapers to convey promotional information more effectively.
Abstract:Objective from study This is aim For add outlook about Promotion And Brand in increase Satisfaction Buyer on PT. Alpha Scropii Medan. Study This use data primary population in study This as much as 300 person buyer with…
sample 75 respondents with formula Slovin. Method analysis data Which used is method analysis quantitative that is covering test validity, test reliability, test assumptions classic, analysis regression linear simple, testing hypothesis through t-test And test coefficient determination (R 2 ). Variables Mix Promotion E_Prmsi with t count as big as (-)1,824 with significance 0.072 > 0.05 And t table 1.99346. So t count < t table, that variables Mix Promotion Not yet own contribution to Satisfaction Buyer. Mark t negative show variables Mix Promotion have connection Which No one way with Satisfaction Buyer. Results test partial t show that Brand Company own significance 0.00 < 0.05 so that concluded brand company have contribution in a way partial influential to Satisfaction Buyer, hypothesis study H1 accepted. Results test determination on column R Square as big as 0.495, Because We use 2 direction regression multiple. With thus Influence Mix Promotion And Brand Company to Satisfaction Buyer that is as big as 49.5 % whereas the rest 50.5 % influenced by variables other Which No including in variables study. Recommended to head branch PT. ALPHA SCORPII Medan do Mix Promotion in a way economical, efficiency And effective as well as delivery advertisement Which delivered use media social like Facebook, Instagram, Twitter, or media print Newspaper.
Abstract:Penelitian ini bertujuan untuk mengetahui bagaimana latar belakang terbentuknya Komunitas Sobat Budaya di Kota Makassar, bagaimana Program Komunitas Sobat Budaya Makassar dalam dalam upayanya mengangkat kembali budaya lokal…
kal yang mulai pudar, dan mengetahui bagaimana sosialisasi Komunitas Sobat Budaya Makassar dalam usahanya mengangkat kembali budaya lokal yang mulai pudar. Dalam penelitian ini digunakan jenis penelitian kualitatif. Teknik pengumpulan data di peroleh dengan penelitian lapangan cara observasi, wawancara dengan dokumentasi dengan melibatkan sejumlah individu sebanyak sepuluh orang yang tergabung dalam satu komunitas. Hasil penelitian ini menunjukkan bahwa : (1) latar belakang terbentuknya komunitas Sobat Budaya di Kota Makassar karena adanya kepentingan utama yakni perlindungan kebudayaan di Sulawesi Selatan dan pengenalan kebudayaan Sulawesi-Selatan kepada dunia melalui perpustakaan digital budaya, juga untuk menghidupkan kembali permainan tradisional yang mulai terlupakan (2) program dari komunitas Sobat Budaya Makassar adalah ekspedisi, atau pencarian data budaya ke lapangan, kemudian seminar kebudayaan yang dilakukan setelah dilakukannya ekspedisi, multicultural festival uni 45 berupa permainan tradisional suku Bugis Makassar, kelas tari, kelas bahasa bugis dan kelas royong (3) sosialisasi yang dilakukan yskni dengan menggunakan aplikasi sosial media seperi twitter, instagram, bbm, facebook dan line serta melakukan street campaigh atau kampanye ke kampus-kampus.
Abstract: Media sosial telah menjadi alat penting dalam menyebarkan nilai-nilai keagamaan di era digital. Islam moderat, yang menekankan toleransi dan inklusivitas, membutuhkan strategi komunikasi yang efektif untuk menjangkau…
k menjangkau audiens melalui platform yang memiliki karakteristik berbeda. Penelitian ini menganalisis dan membandingkan penyampaian nilai-nilai Islam moderat di platform-platform tersebut menggunakan analisis konten dan wawancara mendalam. Metode yang digunakan dalam penelitian ini adalah analisis konten terhadap pesan-pesan yang disampaikan di setiap platform, serta wawancara mendalam dengan pengelola konten. Hasilnya menunjukkan bahwa Instagram efektif melalui konten visual, Twitter unggul dalam pesan singkat, Facebook mendukung diskusi interaktif, dan YouTube menyampaikan pesan mendalam. Penelitian ini menyimpulkan bahwa keberhasilan penyebaran Islam moderat bergantung pada penyesuaian strategi komunikasi dengan karakteristik platform dan memberikan panduan bagi pendakwah untuk mengoptimalkan penggunaan media sosial.
Abstract:Revolusi industri 4.0 menghadirkan transformasi fundamental dalam pemahaman dan pendekatan terhadap beragam aspek kehidupan, termasuk sistem keuangan. Era industri 4.0 ditandai oleh penggunaan teknologi digital sebagai salah…
alah satu aset yang diperlukan oleh setiap pelaku bisnis, termasuk pelaku industri keuangan, dalam mengembangkan usaha mereka. Dengan adanya teknologi digital, suatu industri bisa berkolaborasi antara berbagai pelaku bisnis dalam mencapai tujuan dan sasaran yang sama. Keterkaitan transformasi digital dalam manajemen keuangan syariah mencakup penggunaan teknologi guna memperbaiki transparansi, akuntabilitas, dan efisiensi, sambil tetap menjaga kepatuhan terhadap prinsip-prinsip syariah yang utama. Penerapan teknologi digital telah mengubah cara berpikir dalam berbagai aspek kehidupan. Revitalisasi ekonomi melalui sektor digital menghasilkan berbagai dampak positif dan negatif, sementara transformasi ekonomi digital juga menciptakan banyak peluang untuk pertumbuhan ekonomi dan inovasi dalam bisnis. Saat ini, berbagai platform media sosial seperti Instagram, WhatsApp, dan Twitter, serta aplikasi e-commerce seperti Shopee, dan Tokopedia, dimanfaatkan oleh UMKM untuk memasarkan produk makanan, fashion, dan sektor lainnya. Memanfaatkan potensi ekonomi digital dalam meningkatkan kesejahteraan UMKM memberikan berbagai keuntungan, khususnya bagi pelaku usaha UMKM serta bagi masyarakat dan pemerintah secara keseluruhan.
Abstract:Penelitian ini membahas pengaruh penggunaan bahasa gaul terhadap interaksi sosial remaja di media sosial. Bahasa gaul yang berkembang di platform seperti Instagram, TikTok, dan Twitter berfungsi sebagai alat untuk membangun…
gun identitas kelompok, mengekspresikan diri, dan memperkuat ikatan persahabatan. Meskipun terdapat dampak positif seperti peningkatan kreativitas dan solidaritas, penggunaan bahasa gaul juga dapat menyebabkan kesalahpahaman, eksklusivitas, dan penurunan kualitas bahasa. Metode penelitian yang digunakan mencakup survei kuantitatif dan wawancara kualitatif untuk memahami perilaku dan persepsi remaja terhadap bahasa gaul. Hasil penelitian menunjukkan bahwa platform media sosial mempengaruhi gaya bahasa yang digunakan, dengan karakteristik unik di setiap platform. Penggunaan bahasa gaul oleh remaja milenial bervariasi dan mencerminkan identitas serta ekspresi diri mereka, dengan pentingnya menjaga kesopanan dalam berkomunikasi dan keseimbangan dalam memilih kata dan frasa agar bahasa gaul dapat memperkaya interaksi sosial.