KLASIFIKASI OPINI MASYARAKAT DI TWITTER TENTANG KEBOCORAN DATA YANG TERJADI DI INDONESIA MENGGUNAKAN ALGORITMA SVM

Desi Arisandi; Tri Sutrisno; Iwan Kurniawan

doi:10.30736/jt.v15i2.993

Implementasi Support Vector Machine untuk Klasifikasi Opini Publik pada Media Sosial Twitter Terhadap Kebocoran Data di Indonesia

Authors

Desi Arisandi Universitas Tarumanagara
Tri Sutrisno Universitas Tarumanagara
Iwan Kurniawan Universitas Tarumanagara

DOI:

https://doi.org/10.30736/jt.v15i2.993

Abstract

Data pribadi merupakan hal yang sensitif dan privasi, hanya dapat dilihat oleh seorang diri. Namun seiring berkembangnya zaman, sering terjadi kebocoran data di internet terutama Indonesia. Kebocoran data ini sempat ramai di sosial media Twitter dan dijadikan sebagai wadah untuk berpendapat terkait kebocoran data yang terjadi di Indonesia. Oleh karena itu, diperlukan metode otomatis untuk mengklasifikasikan tweet berdasarkan sentimennya, yaitu positif, negatif, atau netral. Dengan menggunakan metode klasifikasi seperti Support Vector Machine (SVM) dengan ekstrasi fitur TF-IDF, kita dapat mengotomatisasi proses ini dan mendapatkan gambaran yang lebih akurat tentang opini publik terkait masalah kebocoran data pribadi di Indonesia. Metode klasifikasi yang digunakan untuk penelitian ini adalah Support Vector Machine (SVM) dengan ekstrasi fitur TF-IDF. Dataset didapatkan melalui hasil scraping Twitter dan mendapatkan 5000 tweet. Dataset diberi label manual yaitu Positif, Negatif, dan Netral sebelum masuk ke tahap Klasifikasi SVM. Dan berdasarkan hasil klasifikasi SVM, SVM menghasilkan akurasi 88%.

Downloads

Download data is not yet available.

References

Darusman, F., Arifiyanti, A., & Wati, S. (2022). Sentiment Analysis Pedulilindungi Tweet Using Support Vector Machine Method. Applied Technology and Computing Science Journal, 113-118.

Darwis, D., Pratiwi, E., & Pasaribu, A. (2020). PENERAPAN ALGORITMA SVM UNTUK ANALISIS SENTIMEN PADA DATA TWITTER KOMISI PEMBERANTASAN KORUPSI REPUBLIK INDONESIA. Edutic - Scientific Journal of Informatics Education.

Fitriyah, N., Warsito, B., & I Maruddani, D. (2020). ANALISIS SENTIMEN GOJEK PADA MEDIA SOSIAL TWITTER DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM). Jurnal Gaussian, 376-390.

Hakim, S. R., Rizki, M. A., Zekha F, N. I., Fitri, N., A, Y. R., & Nooraeni, R. (2020). Analisis Sentimen Pengguna Instagram Terhadap Kebijakan Kemdikbud Mengenai. Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ), 15.

Indraini, A., & Ernawati, I. (2022). Analisis Sentimen Terhadap Pembelajaran Daring Di Indonesia Menggunakan Support Vector Machine (SVM). Jurnal Ilmiah FIFO, 68.

Irfani, F. (2020). ANALISIS SENTIMEN REVIEW APLIKASI RUANGGURU MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. JBMI (Jurnal Bisnis, Manajemen, dan Informatika), 258-266.

Padhana, K., & Sadikin, M. (2021). Analisis Sentimen Masyarakat Terhadap Kondisi Perekonomian di Indonesia Pada Masa Pandemi 2020. Jurnal Ilmu Teknik dan Komputer.

Pamungkas, F., & Kharisudin, I. (2021). Analisis Sentimen dengan SVM, NAIVE BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap . PRISMA, Prosiding Seminar Nasional Matematika, 628-634.

Wijaya, G. (2020). PELINDUNGAN DATA PRIBADI DI INDONESIA: IUS CONSTITUTUM DAN IUS CONSTITUENDUM. Law Review, 326.

Zuriel, H., & Fahrurozi, A. (2021). IMPLEMENTASI ALGORITMA KLASIFIKASI SUPPORT VECTOR MACHINE UNTUK ANALISA SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN PSBB. Jurnal Ilmiah Informatika Komputer, 149-162.

Downloads

PlumX Metrics

Published

2023-09-09

How to Cite

Arisandi, D., Sutrisno, T., & Kurniawan, I. (2023). Implementasi Support Vector Machine untuk Klasifikasi Opini Publik pada Media Sosial Twitter Terhadap Kebocoran Data di Indonesia. Jurnal Teknika, 15(2), 75–80. https://doi.org/10.30736/jt.v15i2.993

Download Citation

Issue

Vol. 15 No. 2 (2023): JURNAL TEKNIKA

Section

Jurnal Teknika

License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Teknika dilisensikan di bawah Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Anda bebas untuk:

Bagikan â€” salin dan distribusikan ulang materi dalam media atau format apa pun
Beradaptasi â€” me-remix, mengubah, dan membangun materi untuk tujuan apa pun, bahkan secara komersial. Lisensi ini dapat diterima untuk Karya Budaya Bebas.

Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti persyaratan lisensi.

Atribusi â€” Anda harus memberikan kredit yang sesuai, memberikan tautan ke lisensi, dan menunjukkan jika ada perubahan. Anda dapat melakukannya dengan cara yang wajar, tetapi tidak dengan cara apa pun yang menunjukkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
ShareAlike â€” Jika Anda me-remix, mengubah, atau membangun materi, Anda harus mendistribusikan kontribusi Anda di bawah lisensi yang sama seperti aslinya.
Tidak ada batasan tambahan â€” Anda tidak boleh menerapkan persyaratan hukum atau tindakan teknologi yang secara hukum membatasi orang lain untuk melakukan apa pun yang diizinkan oleh lisensi.

Hak Cipta

Penulis yang menerbitkan dengan jurnal ini menyetujui persyaratan berikut:

Penulis mempertahankan hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal di jurnal ini .

Penulis dapat membuat pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan publikasi awalnya di jurnal ini.

Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif, serta kutipan lebih awal dan lebih besar dari karya yang diterbitkan (Lihat Pengaruh Akses Terbuka).