Pembahasan Jurnal
Analisis Sentiment Masyarakat terhadap Kasus
Covid-19 pada Media Sosial Youtube dengan
Metode Naive bayes9
Karya : Muhammad Iqbal Ahmadi, Dudih Gustian, Falentino Sembiring
Disini saya mengambil jurnal tersebut dari :
http://tunasbangsa.ac.id/ejurnal/index.php/jsakti/article/view/378/357
1. apa urgensinya sehingga harus ada penelitian itu
Banyak media sosial youtube yang memberitakan tentang
perkembangan kasus covid-19 di indonesia contohnya cnn indonesia,
kompastv, cnbc indonesia dan detik.com. namun sejauh ini kompastv
mendapatkan jumlah penonton yang cukup tinggi, karena update berita yang
hampir setiap hari dan data yang di ambil langsung dari laman satgas covid19. Dengan terus adanya peningkatan jumlah aktif atau positif Covid-19 ini
bisa di simpulkan bahwa masih banyaknya masyarakat yang tidak percaya
dengan adanya virus Covid-19 di indonesia dan apa yang terus di beritakan
di seluruh media sosial. Banyak sekali respon masyarakat terhadap
pemberitaan Covid-19 ini banyak yang mempercayai pemberitaan tersebut,
selain itu banyak juga masyarakat yang tidak percaya dan memberikan
respon di kolom komentar di laman pemberitaan ini
2. bagaimana proses metodologi penelitian yang ditempuh
Pengumpulan data
Dalam penelitian ini data di peroleh dari kolom komentar pemberitaan
youtube di chanel kompasTV. Pengambilan data menggunakan tools yang di
sediakan aplikasi Google Crome yang bernama Data miner.
Text Preprocessing
Tahap ini bisa juga di sebut tahap pembangunan data. Di tahap ini data
akan memasuki beberapa proses diantaranya:
a) Tokennize yaitu tahap pemotongan string atau kalimat menjadi satuan
kata.
b) Cleaning proses pembersihan karakter selain huruf, menghapus
username atau mentions (@), hastag (#), dan menghapus ling atau
URL dari setiap komentar.
c) Stemming merupakan proses mengubah kata berimbuhan menjadi
kata dasar .
d) Transform Cases adalah tahap mengubah semua huruf kapital mejadi
huruf kecil
Labeling Data
Selanjutnya akan masuk ke tahap labeling yaitu tahap pengelompokan
data menjadi 3 bagian yaitu Positif, Negatif, dan Netral berdasarkan nilai
sekor sentiment. Sekor sentiment dihasilkan berdasarkan kamus sentiment
positif dan negatif yang sudah banyak di gunakan
Naive bayes
Naive bayes merupakan salah satu metode klasifikasi yang
menggunakan perhitungan probabilitas, dalam metode ini menggunakan
statistik berdasarka teorema bayes yang mengasumsikan keberadan dan
ketiadaan dari suatu kelas dengan fitur lainnya[9].berikut adalah bentuk
umum dari terema bayes
3. bagimana proses Naive bayes dalam memberikan solusi dari permasalahan yang ada
Pengumpulan data
Data yang di ambil adalah sekumpulan data komentar dari beberapa
video youtube pemberitaan perkembangan kasus Covid-19 di indonesia yang
di publikasi di bulan januari yang di muat di chanel Kompastv berjumlah 28
buah file microsoft axcel, 1.651 komentar mentah.
Text Preprocessing
Pada tahap ini menggunakan aplikasi pendukung berupa Rstudio untuk
mengolah data mentah
Labeling Data
Data yang sudah siap selanjutnya akan masuk ke tahap labeling yaitu
tahap pengelompokan data menjadi 3 bagian yaitu Positif, Negatif, dan Netral
berdasarkan nilai sekor sentiment. Sekor sentiment dihasilkan berdasarkan
kamus sentiment positif dan negatif yang sudah banyak di gunakan
Validasi K-Fold Cross Validation
Pada tahap Validasi ini bertujuan untuk mengukur dan mengevaluasi
kinerja sebuah algoritma. Di tahap ini juga data akan di bagi menjadi dua subset yaitu data Training dan data Testing, namun pada tahap ini hanya
melibatkan dua data set saja yaitu data yang berlabel Positif dan Negatif
sedangkan data yang berlabel Netral tidak diikutsertakan karena akan lebih
fokus ke komentar positif dan negatif saja . Pembagian data ini menggunakan
perbandingan 1 : 3 .pada data Training diberikan 75% dari keseluruhan data
yaitu berjumlah 871 data. Seangakan untuk data Testing diberikan
persentase data 25% data dari keseluruhan data sebanyak 290 dari
keseluruhan data.
Akurasi
Setelah melaluai seluruh tahapan yang ada dari pengambilan data, text
Preprocessing, labeling data, dan yang terakhit tahap validasi, didapatkan
nilai akurasi dari algoritma yang di gunakan yaitu Naive bayes menghasilkan
tingkat akurasi yang cukup baik yaitu sebesar 74%.
4. apa saran anda dalam penelitian tersebut
Pembahasan pada metode diperjelas lagi karena terlalu singkat
Komentar
Posting Komentar