Fakultas Teknologi Informasi

SENTIMEN ANALISIS COVID-19 DENGAN METODE PROBABILISTIC NEURAL NETWORK DAN TF-IDF

Penulis
Dosen:
  1. INA NAJIYAH
  2. IFANI HARIYANTI
Tanggal Terbit
28 Februari 2021
Kategori
Jurnal Nasional Tidak Terakreditasi [Lainnya]
Penerbit
Jurnal Responsif : Riset Sains dan Informatika
Kota / Negara
Bandung / Indonesia
Volume
Vol 3 No. 1
Halaman
100-111
E-ISSN
2685-6964
URL
https://ejurnal.ars.ac.id/index.php/jti/article/view/488
Abstrak
Penelitian ini bertujuan melakukan sentiment analysis tentang corona virus pada kegiatan sehari hari yang diunggah di facebook, Twitter dan Instagram dengan output yaitu 3 class:positif, negative dan netral. Metode yang dipilih adalah metode klasifikasi Probabilistic Neural Network. Sebelum melakukan klasifikasi, praprocessing pada penelitian ini meliputi tokenizasi, normalisasi, menghilangkan emoticon, Convert Negasi, Stopword Removal sertaTF-IDF. dataset yang digunakan berjumlah 1177 dataset dengan pembagiannya yaitu 560 dataset positif, 355 dataset negative dan 262 dataset netral. Program dirancang menggunakan Bahasa pemrograman python dengan beberapa library seperti keras, tensorflow dan pandas. User interface dibuat berbasis android. Akurasi yang didapatkan pada pelatihan menggunakan Probabilistic Neural Network sebesar 89%. Hasil pengujian adalah penelitian ini mampu melakukan sentiment analysis dengan kesalahan sebesar 11% dilihat dari confusion matrix.