Analisis sentimen larangan penggunaan obat sirup menggunakan algoritma naive bayes classifier
Year: 2023
Type: article
Abstract: Pemerintah Indonesia membuat kebijakan larangan penggunaan obat sirup sebagai bentuk pencegahan terhadap penyakit gagal ginjal akut yang banyak menyerang masyarakat di Indonesia. Namun kebijakan tersebut banyak menimbulkan komentar dari masyarakat. Komentar masyarakat tersebut dapat ditemukan pada media sosial YouTube, karena YouTube mempunyai sumber informasi yang dapat digunakan sebagai bahan penelitian. Komentar-komentar tersebut dapat diolah secara langsung tanpa bantuan mesin, tetapi kurang efektif dan efisien. Oleh karena itu, komentar tersebut diolah menggunakan metode pembelajaran mesin. Berdasarkan penelitian terdahulu, algoritma naive bayes classifier cenderung sederhana dan mudah digunakan. Selain itu, algoritma ini juga mempunyai hasil akurasi yang tinggi. Jumlah data yang digunakan pada penelitian ini yaitu 1000 data komentar YouTube terkait video mengenai kebijakan larangan penggunaan obat sirup, komentar tersebut dibagi menjadi 2 kategori yaitu kelas positif dan kelas negatif. Hasil pelabelan dari 1000 komentar tersebut mendapatkan 704 komentar negatif dan 296 komentar positif. Berdasarkan percobaan yang dilakukan menggunakan bahasa pemrograman python, akurasi tertinggi didapatkan sebesar 74% dengan perbandingan data 70:30 pada dataset awal. Kemudian pada dataset seimbang (296 komentar positif dan 296 komentar negatif), akurasi tertinggi didapatkan sebesar 64,70% pada perbandingan data 80:20. Hasil tersebut menunjukkan bahwa algoritma naive bayes classifier cukup bagus saat melakukan analisa sentimen mengenai kebijakan larangan penggunaan obat sirup.
Institution: Universitas Islam Negeri Sultan Syarif Kasim Riau
Language: Indonesian
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4367677193