IMPLEMENTASI ALGORITMA NAIVE BAYES PADA KLASIFIKASI TWEET UNTUK MENGETAHUI TINGKAT KEMALASAN SISWA

Dena Nurani Katresna, Faisal Muhammad Dzikry

Abstract


Twitter merupakan salah satu media sosial yang banyak digunakan oleh masyarakat saat ini. Salah satu pengguna twitter yang aktif adalah masyarakat usia sekolah. Twitter menjadi tempat siswa untuk meluapkan isi hatinya. Kondisi malas dalam belajar yang dialami siswa juga turut diungkapkan melalui tweets. Tujuan penelitian ini untuk menerapkan algoritma naïve bayes dalam klasifikasi tweet terkait kemalasan siswa. Masing-masing faktor yang mempengaruhi kemalasan tersebut dihitung. Data tweet yang digunakan dalam perhitungan sebanyak 773.225. Parameter yang digunakan dalam perhitungan: ulangan, guru, kurikulum, tugas, fullday. Hasil penelitian diketahui bahwa “full day†merupakan parameter dengan nilai tertinggi yang berhubungan dengan kemalasan.


Full Text:

PDF (66-70)

References


Joshi, M., & Vala, H. (2014). Opinion Mining For Sentimental Data Classification. International Journal of Research in Information Technology, 3(1), 1-13.

Ling, J., N Kencana, I. P. E., & Oka, T.B. (2014). Analisis Sentimen Menggunakan Metode Naïve Bayes Classifier Dengan Seleksi Fitur Chi Square. E-Jurnal Matematika, 3(3), 92- 99

Liu, B. (2012). Sentiment Analysis and Opinion Mining. Synthesis Lectures On Human Language Technologies, 5(1), 1-167.

Nurrohmat, M. A. (2015). Aplikasi Pemrediksi Masa Studi dan Predikat Kelulusan Mahasiswa Informatika Universitas Muhammadiyah Surakarta Menggunakan Metode Naïve Bayes. Khazanah Informatika, (1).

Patel, T., Undavia, J., & Patel, A. (2015), Sentiment Analysis of Parents Feedback for Educational Institutes, International Journal of Innovative and Emerging Research in Engineering, 2(3).

Ting, S. L., Ip, W. H., & Tsang, A. H. (2011). Is Naïve Bayes a Good Classifier for Document Classification?. International Journal of Software Engineering and Its Applications, 5(3), 37-46.




DOI: https://doi.org/10.37058/jssainstek.v6i2.2528

Refbacks

  • There are currently no refbacks.