Analisis Sentimen Netizen Terhadap Polusi Udara di DKI Jakarta
Abstract
Penelitian ini bermaksud untuk melakukan analisis terhadap sentimen netizen terkait masalah polusi udara di DKI Jakarta, yang tengah menjadi perbincangan di kalangan netizen baik di wilayah Jakarta maupun di luar Jakarta, seiring memburuknya kualitas udara di kota tersebut yang semakin tidak sehat jika terus dikonsumsi oleh penduduk Jakarta. Metode yang digunakan dalam penelitian ini adalah algoritma Naive Bayes, tujuan dari penelitian ini yaitu untuk mengetahui komentar positif dan negatif netizen yang diungkapkan melalui media sosial, dengan memanfaatkan beberapa platform seperti YouTube, TikTok, dan Threads. Data yang berhasil diperoleh yaitu 2106 data positif dan 495 data negatif. Setelah dilakukan eksperimen, diperoleh hasil akurasi 88.07%. Hasil penelitian ini menunjukkan bahwa algoritma Naïve Bayes dapat digunakan untuk mengklasifikasikan sentimen komentar netizen terhadap polusi udara di daerah DKI Jakarta ini dengan tingkat akurasi yang cukup tinggi. Hasil ini dapat berguna pemerintah dan warga Jakarta juga dalam mencari solusi untuk masalah polusi ini. Dengan demikian, penelitian ini dapat menjadi dasar bagi pemahaman yang lebih menyeluruh terkait respons masyarakat terhadap isu lingkungan di kawasan perkotaan Jakarta.
Keywords
Full Text:
PDFReferences
V. R. Kinanta, “Pencemaran Polusi Udara,” Res. Gate, vol. 2, no. 1, p. 5, 2023.
M. D. Fernanda, H. T. Sibero, and H. Mutiara, “Polusi Udara dan Permasalahan terhadap Kulit,” Med. Prof. J. Lampung, vol. 13, no. 1, pp. 66–71, 2023, doi: 10.53089/medula.v13i1.590.
S. Maharani and W. R. Aryanta, “Dampak Buruk Polusi Udara Bagi Kesehatan Dan Cara Meminimalkan Risikonya,” J. Ecocentrism, vol. 3, no. 2, pp. 47–58, 2023, doi: 10.36733/jeco.v3i2.7035.
M. Ridho Handoko, “Sistem Pakar Diagnosa Penyakit Selama Kehamilan Menggunakan Metode Naive Bayes Berbasis Web,” J. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 50–58, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI.
H. Javadikasgari, E. G. Soltesz, and A. M. Gillinov, “Surgery for Atrial Fibrillation,” Atlas of Cardiac Surgical Techniques. pp. 479–488, 2018, doi: 10.1016/B978-0-323-46294-5.00028-5.
Y. Yuliyana and A. S. R. M. Sinaga, “Sistem Pakar Diagnosa Penyakit Gigi Menggunakan Metode Naive Bayes,” Fountain Informatics J., vol. 4, no. 1, p. 19, 2019, doi: 10.21111/fij.v4i1.3019.
J. Budiarto, “Identifikasi Kebutuhan Masyarakat Nusa Tenggara Barat pada Pandemi Covid-19 di Media Sosial dengan Metode Crawling (Requirements Identification for NTB People in pandemic covid-19 at Social Media Using Crawling Method),” vol. 2, no. 4, pp. 244–250, 2021.
I. Riswanto and R. H. Laluma, “Klasifikasi Kelayakan Pinjaman Pada Koperasi Karyawan Menggunakan Metode Naïve Bayes Classifier Berbasis Web,” Infotronik J. Teknol. Inf. dan Elektron., vol. 5, no. 1, pp. 11–16, 2020, doi: 10.32897/infotronik.2020.5.1.2.
N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, and I. K. A. G. Wiguna, “Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN,” J. Nas. Pendidik. Tek. Inform., vol. 11, no. 3, pp. 205–215, 2022, doi: 10.23887/janapati.v11i3.49450.
Rayuwati, Husna Gemasih, and Irma Nizar, “IMPLEMENTASI AlGORITMA NAIVE BAYES UNTUK MEMPREDIKSI TINGKAT PENYEBARAN COVID,” Jural Ris. Rumpun Ilmu Tek., vol. 1, no. 1, pp. 38–46, 2022, doi: 10.55606/jurritek.v1i1.127.
F. Septianingrum, J. H. Jaman, and U. Enri, “Analisis Sentimen Pada Isu Vaksin Covid-19 di Indonesia dengan Metode Naive Bayes Classifier,” J. Media Inform. Budidarma, vol. 5, no. 4, p. 1431, 2021, doi: 10.30865/mib.v5i4.3260.
T. A. Sundara, S. Ekaputri, and S. Sotar, “Naïve Bayes Classifier untuk Analisis Sentimen Isu Radikalisme,” Pros. SISFOTEK, vol. 4, no. 1, pp. 93–98, 2020, [Online]. Available: https://seminar.iaii.or.id/index.php/SISFOTEK/article/view/159.
N. L. P. M. Putu, Ahmad Zuli Amrullah, and Ismarmiaty, “Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok Menggunakan Algoritma Naive Bayes dan Latent Dirichlet Allocation,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 123–131, 2021, doi: 10.29207/resti.v5i1.2587.
DOI: https://doi.org/10.24114/cess.v9i1.55038
Article Metrics
Abstract view : 199 timesPDF - 119 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
CESS (Journal of Computer Engineering, System and Science)
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License