ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG NFT (NON FUNGIBLE TOKEN) DENGAN METODE NAIVE BAYES CLASSIFIER
DOI:
https://doi.org/10.36595/jire.v5i2.694Keywords:
analisis sentimen, klasifikasi, pendapat, NFT, naive bayes classifier, akurasiAbstract
Twitter merupakan sosial media yang sedang hype di era sekarang ini, sebuah aplikasi seperti twitter pasti memiliki banyak data seperti simbol, kata kata , angka , kalimat dan lain sebagainya. Namun tidak mudah mengumpulkan sebuah data dengan cara yang sederhana maka dibutuhkan sebuah data mining yang bertujuan untuk mengumpulkan dan mengolah data agar dapat dengan mudah mengekstrak informasi data tertentu. Proses Data mining ini menggunakan metode Naive Bayes Classifier untuk menghasilkan tingkat akurasi dari metode tersebut untuk data twitter tentang NFT(Non Fungible Token).
References
F. G. Becker et al., “NFT (NON-FUNGIBLE TOKEN): MASA DEPAN ARSIP DIGITAL? ATAU HANYA SEKEDAR BUBBLE?,” Syria Stud., vol. 7, no. 1, pp. 37–72, 2015.
B. Kurniawan, M. A. Fauzi, and A. W. Widodo, “Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes,” vol. 1, no. 10, pp. 1193–1200, 2017.
D. P. Artanti, A. Syukur, A. Prihandono, and D. R. I. M. Setiadi, “Analisa Sentimen Untuk Penilaian Pelayanan Situs Belanja Online Menggunakan Algoritma Naïve Bayes,” pp. 8–9, 2018.
N. Y. Septian, “Data Mining Menggunakan Algoritma Naïve Bayes Untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian Nuswantoro,” J. Semant. 2013, pp. 1–11, 2009.
G. A. Buntoro, “Analisis Sentimen Hatespeech Pada Twitter Dengan Metode Naïve Bayes Classifier Dan Support Vector Machine,” J. Din. Inform., vol. 5, no. 2, pp. 1–13, 2016.
A. S. R. Sinaga and D. Simanjuntak, “Sistem Pakar Deteksi Gizi Buruk Balita Dengan Metode Naïve Bayes Classifier,” J. Inkofar, vol. 1, no. 2, pp. 54–60, 2020, doi: 10.46846/jurnalinkofar.v1i2.110.
B. S. Gandhi, D. A. Megawaty, and D. Alita, “Aplikasi Monitoring dan Penentuan Peringkat Kelas Menggunakan Naive Bayes Classifier,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 2, no. 1, pp. 54–63, 2021, doi: 10.33365/jatika.v2i1.722.
N. M. A. J. Astari, Dewa Gede Hendra Divayana, and Gede Indrawan, “Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier,” J. Sist. dan Inform., vol. 15, no. 1, pp. 27–29, 2020, doi: 10.30864/jsi.v15i1.332.
L. Ante, “The non-fungible token (NFT) market and its relationship with Bitcoin and Ethereum,” SSRN Electron. J., pp. 216–224, 2021, doi: 10.2139/ssrn.3861106.
Mahardika Tania Nitami. Herny Februariyanti, “Analisis Sentimen Ulasan Ekpedisi J&T Expres Menggunakan Algoritma Naive Bayes,” Anal. Sentimen Ulas. Ekpedisi J&T Expres Menggunakan Algoritm. Naive Bayes, vol. 5, no. 1, pp. 20–29, 2022.
A. E. Holton, “Weller et al., Twitter and Society,” J. Media Innov., vol. 1, no. 1, pp. 134–137, 2014, doi: 10.5617/jmi.v1i1.825.
D. Rustiana and N. Rahayu, “Analisis sentimen pasar otomotif mobil:,” J. SIMETRIS, vol. 8, no. 1, pp. 113–120, 2017.
S. S. Sohail, M. M. Khan, and M. Arsalan, “Crawling Twitter data through API?: A technical / legal perspective”.
H. M. Al-Lauroussi, “Implementasi algoritma Naive Bayes Sebagai Proses Seleksi Penerima Beasiswa Libyan Eembassy Berbasis WEB,” p. 99, 2015.
M. Riyyan and H. Firdaus, “PERBANDINGAN ALGORITME NAÏVE BAYES DAN KNN TERHADAP DATA PENERIMAAN BEASISWA (Studi Kasus Lembaga Beasiswa Baznas Jabar),” vol. 5, no. 1, pp. 1–10, 2022.
Additional Files
Published
How to Cite
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.
