ANALISIS SENTIMEN MASYARAKAT DI MEDIA SOSIAL X TERHADAP MASALAH ROHINGYA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN TEKNIK RESAMPLING
Abstract
Keywords
Full Text:
PDFArticle Metrics :
References
R. Wasono, “Twitter Mengenai Netflix Diblokir Telkom Menggunakan Support,” 2022.
S. Kemp, “Digital 2023: Indonesia - DataReportal – Global Digital Insights,” datareportal.com, 2023.
https://datareportal.com/reports/digital-2023-indonesia (accessed Jan. 12, 2024).
D. Darwis, E. S. Pratiwi, and A. F. O. Pasaribu, “Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia,” Edutic - Sci. J. Informatics Educ., vol. 7, no. 1, pp. 1–11, 2020, doi: 10.21107/edutic.v7i1.8779.
K. Arianta, D. G. S. Mangku, and N. P. R. Yuliartini, “Perlindungan Hukum Bagi Kaum Etnis Rohingya Dalam Perspektif Hak Asasi Manusia Internasional,” J. Komunitas Yustitia Univ. Pendidik. Ganesha Jur. Ilmu Huk., vol. 3, no. 2, pp. 166–176, 2020.
B. Budaya, “Dampak Kewarganegaraan Etnis Rohingya Di Myanmar Terhadap Pelanggaran Hak Asasi Manusia Dan Negara Sekitar,” J. Ilm. Huk., vol. 11, no. 1, pp. 106–120, 2017, [Online]. Available: https://maksigama.wisnuwardhana.ac.id/index.php/maksigama/article/view/44
A. Andreyestha and A. Subekti, “Analisa Sentiment Pada Ulasan Film Dengan Optimasi Ensemble Learning,” J. Inform., vol. 7, no. 1, pp. 15–23, 2020, doi: 10.31311/ji.v7i1.6171.
P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 1, p. 147, 2021, doi: 10.25126/jtiik.0813944.
R. Agsar Dwi Anggoro, R. Al Habsi, M. Arlanda Valio, Y. Widiastiwi, and N. Chamidah, “Analisis Sentimen Terkait Layanan Gofood dan Grabfood pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Semin. Nas. Mhs. Ilmu Komput. dan Apl. Jakarta-Indonesia, no. September, pp. 249–259, 2021.
C. Chairunnisa, I. Ernawati, and M. M. Santoni, “Klasifikasi Sentimen Ulasan Pengguna Aplikasi PeduliLindungi di Google Play Menggunakan Algoritma Support Vector Machine dengan Seleksi Fitur Chi-Square,” Inform. J. Ilmu Komput., vol. 18, no. 1, p. 69, 2022, doi: 10.52958/iftk.v17i4.4594.
W. I. Sabilla and C. Bella Vista, “Implementasi SMOTE dan Under Sampling pada Imbalanced Dataset untuk Prediksi Kebangkrutan Perusahaan,” J. Komput. Terap., vol. 7, no. 2, pp. 329–339, 2021, doi: 10.35143/jkt.v7i2.5027.
D. Ananda and R. R. Suryono, “Analisis Sentimen Publik Terhadap Pengungsi Rohingya di Indonesia dengan Metode Support Vector Machine dan Naïve Bayes,” J. Media Inform. Budidarma, vol. 8, no. April, pp. 748–757, 2024, doi: 10.30865/mib.v8i2.7517.
A. Z. Amrullah, A. Sofyan Anas, and M. A. J. Hidayat, “Analisis Sentimen Movie Review Menggunakan Naive Bayes Classifier Dengan Seleksi Fitur Chi Square,” Jurnal, vol. 2, no. 1, pp. 40–44, 2020, doi: 10.30812/bite.v2i1.804.
R. Ramadhan, Y. A. Sari, and P. P. Adikara, “Perbandingan Pembobotan Term Frequency-Inverse Document Frequency dan Term Frequency-Relevance Frequency terhadap Fitur N-Gram pada Analisis Sentimen,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 11, pp. 5075–5079, 2021, [Online]. Available: http://j-ptiik.ub.ac.id
M. Nurjannah and I. Fitri Astuti, “PENERAPAN ALGORITMA TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY (TF-IDF) UNTUK TEXT MINING Mahasiswa S1 Program Studi Ilmu Komputer FMIPA Universitas Mulawarman Dosen Program Studi Ilmu Komputer FMIPA Universitas Mulawarman,” J. Inform. Mulawarman, vol. 8, no. 3, pp. 110–113, 2013.
T. Ernayanti, M. Mustafid, A. Rusgiyono, and A. R. Hakim, “Penggunaan Seleksi Fitur Chi-Square Dan Algoritma Multinomial Naïve Bayes Untuk Analisis Sentimen Pelangggan Tokopedia,” J. Gaussian, vol. 11, no. 4, pp. 562–571, 2023, doi: 10.14710/j.gauss.11.4.562-571.
S. Diantika, “Penerapan Teknik Random Oversampling Untuk Mengatasi Imbalance Class Dalam Klasifikasi Website Phishing Menggunakan Algoritma Lightgbm,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 19–25, 2023, doi: 10.36040/jati.v7i1.6006.
M. Rahayu, A. Luthfiarta, L. Cahyaningrum, and A. Nurfaiza Azzahra, “Pengaruh Oversampling dan Cross Validation Pada Model Machine Learning Untuk Sentimen Analisis Kebijakan Luaran Kelulusan Mahasiswa,” J. Media Inform. Budidarma, vol. 8, no. 1, pp. 163–172, 2024, doi: 10.30865/mib.v8i1.7012.
Herianto, “Penerapan Text-Mining Untuk Mengidentifikasi,” vol. VIII, no. 2, pp. 36–44, 2019.
D. F. Zhafira, B. Rahayudi, and I. Indriati, “Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naive Bayes dan Pembobotan TF-IDF Berdasarkan Komentar pada Youtube,” J. Sist. Informasi, Teknol. Informasi, dan Edukasi Sist. Inf., vol. 2, no. 1, pp. 55–63, 2021, doi: 10.25126/justsi.v2i1.24.
I. T. Julianto, “Analisis Sentimen Terhadap Sistem Informasi Akademik Institut Teknologi Garut,” J. Algoritm., vol. 19, no. 1, pp. 449–456, 2022, doi: 10.33364/algoritma/v.19-1.1112.