Analisis Sentimen Masyarakat Terhadap Indonesia Vs Uzbekistan Menggunakan Smote (Synthetic Minority Over-sampling Technique) Dan Knn (K-Nearest Neighbor)
Kata Kunci:
Football, KNN, Sentiment Analysis, SMOTE, ANALISIS SENTIMENAbstrak
Sepak bola adalah salah satu olahraga yang paling populer di dunia, termasuk di Indonesia. Pertandingan antara Indonesia dan Uzbekistan di Piala Asia U-23 menarik perhatian luas masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap pertandingan tersebut menggunakan metode Synthetic Minority Over-sampling Technique (SMOTE) dan algoritma K-Nearest Neighbor (KNN). Penelitian ini juga mengkaji dampak penerapan SMOTE pada performa model klasifikasi sentimen. Hasil penelitian menunjukkan bahwa penerapan SMOTE menyebabkan penurunan performa model KNN dengan penurunan dalam accuracy sebesar 10%, precision sebesar 16%, recall sebesar 3%, dan F1-Score sebesar 11%. Selain itu, analisis sentimen mengungkapkan bahwa mayoritas sentimen masyarakat terhadap hasil pertandingan cenderung negatif.
Referensi
A. N. Kasanah, Muladi, dan U. Pujianto, “Penerapan Teknik SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Objektivitas Berita Online Menggunakan Algoritma KNN”, RESTI, Vol. 3 No. 2(2019) 196 - 201, Augustus 2019.
http://jurnal.iaii.or.id/index.php/RESTI/article/view/945
S. D. Prasetyo, S S Hilabi, dan F Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN”, KomtekInfo, Vol. 10 No. 1 Hal: 1-7, Maret. 2023.
https://jkomtekinfo.org/ojs/index.php/komtekinfo/article/view/330
H, Sulastri , A, I, Gufroni, “PENERAPAN DATA MINING DALAM PENGELOMPOKAN PENDERITA THALASSAEMIA” , Jurnal Nasional Teknologi Dan Sistem Informasi, VOL. 03 NO. 02 (2017) 299-305.
https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/335
F. S. Jumeilah , “Penerapan Support Vector Machine (SVM) untuk Pengkategorian Penelitian”, RESTI, Vol. 1 No. 1 (2017) 19 – 25.
http://www.jurnal.iaii.or.id/index.php/RESTI/article/view/11.
J. J. A. Limbong ,”Analisis Klasifikasi Sentimen Ulasan Pada E-Commerce Shopee Berbasis Word Cloud Dengan Metode Naive Bayes Dan K-Nearest Neighbor”,UKSW, 2022
https://repository.uksw.edu/handle/123456789/23206
A, Guswandri, R, P, Cahyono, “PENERAPAN SENTIMEN ANALIS MENGGUNAKAN METODE NAÏVE BAYES DAN SVM”,Jurnal Ilmu Data ,Volume 2 (12), 2022
http://ilmudata.org/index.php/ilmudata/article/view/295
A, Indriani, “Klasifikasi Data Forum dengan menggunakan Metode Naïve Bayes Classifier “, SNATI, 2014
https://journal.uii.ac.id/Snati/article/view/3284
A, A, Magriyanti, “ANALISIS PENGEMBANGAN ALGORITMA PORTER STEMMING DALAM BAHASA INDONESIA “, OSF, 2018
https://osf.io/preprints/inarxiv/7ge4v/
I. H. Kusuma dan N Cahyono, “Analisis Sentimen Masyarakat Terhadap Penggunaan E-Commerce Menggunakan Algoritma K-Nearest Neighbor”, JPIT, Vol.8, No.3 Hal: 1-6, September. 2023.
http://ejournal.poltekharber.ac.id/index.php/informatika/article/view/5734
D Normawati, S A Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter” , J-SAKTI, Volume 5 Nomor 2, September 2021, pp. 697-711
http://ejurnal.tunasbangsa.ac.id/index.php/jsakti/article/view/369
C. A. Pamungkas dan W. W. Widiyanto, “KLASIFIKASI INDEKS PEMBANGUNAN MANUSIA DI INDONESIA TAHUN 2022 DENGAN SUPPORT VECTOR MACHINE”, SINOV, Vol 2 No. 3 , pp. 1 - 7, November. 2022.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Jurnal Rekayasa Informatika
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.