Analisis Sentimen Terhadap Dampak Inflasi di Indonesia Menggunakan Metode Multinomial Naïve Bayes

Authors

  • Aldi Tri Wijaya Universitas Teknologi Yogyakarta
  • Arief Hermawan Universitas Teknologi Yogyakarta

DOI:

https://doi.org/10.33633/tc.v22i3.8321

Keywords:

Inflasi, Klasifikasi, Naïve Bayes Classifier, MultinomialNb, Sentimen

Abstract

Inflasi yang terjadi di seluruh dunia termasuk negara Indonesia mengakibatkan masalah bagi masyarakat maupun negara, terjadinya ketidakstabilan ekonomi negara dan meningkatnya pengangguran dikarenakan banyaknya pengurangan karyawan kerja, selain itu dengan kelangkaan minyak terutama bahan bakar kendaraan salah satu faktor yang mendorong kenaikan inflasi sehingga mengakibatkan harga-harga barang dan sandang mengalami kenaikan yang signifikan, dari persoalan tersebut menimbulkan opini-opini masyarakat pada jejaring sosial khususnya twitter dari timbulnya masalah inflasi. Maka dibuatkan sistem untuk melakukan analisis sentimen dari masalah kondisi Inflasi Indonesia. Proses sistem memerlukan data tweet dengan jumlah 1725 tweet hasil dari proses crawling data twitter menggunakan bantuan library python yaitu tweepy pada masing-masing kata kunci inflasi. Algoritma naïve bayes clasiffier dengan model multinomialnb sebagai metode untuk melakukan klasifikasi. Hasil klasifikasi dari search key inflasi indonesia mengandung beberapa kelas yaitu positif, negatif dan netral. Proses penelitian diuji menggunakan beberapa skenario pembagian data yaitu 90:10, 80:20, 70:30, untuk tingkat akurasi terbaik dihasilkan menggunakan skenario 90% data train dan 10% data test mendapatkan hasil akurasi 75,5%, precision 75%, f1-score 75% dan recall 74%.

References

D. Widiarsih and R. Romanda, “Analisis Faktor-Faktor yang Mempengaruhi Inflasi di Indonesia Tahun 2015-2019 dengan Pendekatan Error Corection Model (ECM),” J. Akunt. dan Ekon., vol. 10, no. 1, pp. 119–128, 2020, doi: 10.37859/jae.v10i1.1917.

J. Matematika et al., “Pengaruh Kenaikan BBM Terhadap Laju Inflasi di Indonesia,” vol. 2, no. 1, pp. 25–32, 2023.

N. P. R. Yuliartini and K. D. Pramita, “Jurnal komunikasi hukum,” J. Komun. Hukum,Volume 7 Nomor 1 Februari 2021, vol. 8, no. 1, pp. 469–480, 2022, [Online]. Available: https://ejournal.undiksha.ac.id/index.php/jkh/issue/view/863

S. Suparti, “Analisis Data Inflasi Di Indonesia Menggunakan Model Regresi Spline,” Media Stat., vol. 6, no. 1, pp. 1–9, 2013, doi: 10.14710/medstat.6.1.1-9.

K. A. Padhana and M. Sadikin, “Analisis Sentimen Masyarakat Terhadap Kondisi Perekonomian di Indonesia Pada Masa Pandemi 2020,” J. Ilmu Tek. dan Komput., vol. 5, no. 2, pp. 268–277, 2021.

P. D. Wulandari, U. Enri, and A. Primajaya, “Analisis Sentimen Terhadap Kenaikan Iuran Bpjs Kesehatan Pada Twitter Menggunakan Naïve Bayes Classifier,” J. Ilmu Komput. dan Teknol., vol. 1, no. 2, pp. 18–22, 2020, doi: 10.35960/ikomti.v1i2.575.

S. Mujahidin, B. Prasetio, and M. C. C. Utomo, “Implementasi Analisis Sentimen Masyarakat Mengenai Kenaikan Harga BBM Pada Komentar Youtube Dengan Metode Gaussian naïve bayes,” Voteteknika (Vocational Tek. Elektron. dan Inform., vol. 10, no. 3, p. 17, 2022, doi: 10.24036/voteteknika.v10i3.118299.

N. Lutfianti, “Penerapan Sentimen Analisis Dengan Algoritma SVM Dalam Tanggapan Netizen Terhadap Berita Resesi 2023,” Sisfotenika, vol. 13, no. 1, pp. 53–64, 2023.

O. P. Zusrotun, A. C. Murti, and R. Fiati, “Analisis Sentimen Terhadap Belajar Online pada Media Sosial Twitter Menggunakan Algoritma Naive Bayes,” J. Nas. Pendidik. Tek. Inform., vol. 11, no. 3, pp. 310–319, 2022, doi: 10.23887/janapati.v11i3.49160.

B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” J. Edukasi dan Penelit. Inform., vol. 4, no. 2, p. 113, 2018, doi: 10.26418/jp.v4i2.27526.

A. Perdana, A. Hermawan, and D. Avianto, “Analisis Sentimen Terhadap Isu Penundaan Pemilu di Twitter Menggunakan Naive Bayes Clasifier,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 11, no. 2, pp. 195–200, 2022, doi: 10.32736/sisfokom.v11i2.1412.

A. M. Siregar et al., “ANALISIS SENTIMEN MASYARAKAT TERHADAP UNIVERSITAS BUANA PERJUANGAN KARAWANG DENGAN AlGORITME SVM dan NAÏVE BAYES,” pp. 25–36, 2023.

H. Santoso, A. Armansyah, and D. Desliani, “Analisis Sentimen Mahasiswa Terkait Pembelajaran Tatap Muka Menggunakan Metode Naive Bayes Classifier,” Techno.Com, vol. 21, no. 3, pp. 644–654, 2022, doi: 10.33633/tc.v21i3.6262.

A. Purnama, “1) 2) 1,2),” vol. 31, no. 1, pp. 1015–1025, 2023.

T. Pustaka, “Tahun Publikasi,” vol. 7, no. 1, pp. 681–686, 2023.

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.

W. P. Ali, “Analisis Sentimen Masyarakat Terhadap Kinerja Presiden Indonesia Dalam Aspek Ekonomi, Kesehatan, dan Pembangunan Berdasarkan Opini dari Twitter,” e-Proceeding Eng., vol. 6, no. 2, pp. 8637–8649, 2019.

A. A. Arifiyanti, N. R. Shantika, and A. O. Syafira, “ANALISIS SENTIMEN ULASAN PENGGUNA BSI MOBILE PADA,” pp. 283–288, 2022.

Downloads

Published

2023-08-24

Issue

Vol. 22 No. 3 (2023): Agustus 2023

Section

Articles

License

Penulis yang mempublikasikan artikelnya dalam jurnal ini setuju dengan ketentuan berikut :


  1. Hak cipta tetap pada penulis dan memberikan hak kepada jurnal Techno.Com sebagai prioritas pertama untuk mempublikasikan artikelnya dengan lisensi Creative Commons Attribution License yang memperbolehkan artikel untuk dapat dibagikan dengan pengakuan terhadap penulis artikel dan jurnal ini sebagai tempat publikasinya.
  2. Penulis dapat mendistribusikan publikasi artikelnya secara non-eksklusif (contoh : pada repository universitas atau pada buku) dengan pemberitahuan atau pengakuan publikasi di jurnal Techno.Com.
  3. Penulis diijinkan untuk mencantumkan karyanya secara online (misal : di website pribadi atau di repository universitas) sebelum dan sesudah proses pengiriman (lihat The Effect of Open Access).