Comparison of Multinomial Naïve Bayes and Bernoulli Naïve Bayes on Sentiment Analysis of Kurikulum Merdeka with Query Expansion Ranking
Abstract
Full Text:
PDFReferences
W. Bourequat and H. Mourad, “Sentiment Analysis Approach for Analyzing iPhone Release using Support Vector Machine,” International Journal of Advances in Data and Information Systems, vol. 2, no. 1, pp. 36–44, Apr. 2021.
D. A. Agustina, S. Subanti, and E. Zukhronah, “Implementasi Text Mining Pada Analisis Sentimen Pengguna Twitter Terhadap Marketplace di Indonesia Menggunakan Algoritma Support Vector Machine,” Indonesian Journal of Applied Statistics, vol. 3, no. 2, pp. 109–122, 2020.
Y. N. Prasetya, D. Winarso, and Syahril, “Penerapan Lexicon Based Untuk Analisis Sentimen Pada Twiter Terhadap Isu Covid-19,” Jurnal Fasilkom, vol. 11, no. 2, pp. 97–103, 2021.
Kemdikbudristek, “Kurikulum merdeka,” 2022. https://ditpsd.kemdikbud.go.id/hal/kurikulum-merdeka (accessed Nov. 28, 2022).
A. Jojor and H. Sihotang, “Analisis Kurikulum merdeka dalam Mengatasi Learning Loss di Masa Pandemi Covid-19 (Analisis Studi Kasus Kebijakan Pendidikan),” EDUKATIF: Jurnal Ilmu Pendidikan, vol. 4, no. 4, pp. 5150–5161, Jun. 2022.
A. Salam, J. Zeniarja, and R. S. U. Khasanah, “Analisis Sentimen Data Komentar Sosial Media Facebook Dengan K-Nearest Neighbor (Studi Kasus Pada Akun Jasa Ekspedisi Barang J&T Ekspress Indonesia),” in SINTAK, 2018, pp. 480–486.
J. A. Septian, T. M. Fahrudin, and A. Nugroho, “Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF IDF dan K Nearest Neighbor,” INSYST: Journal of Intelligent Systems and Computation, vol. 1, no. 1, pp. 43–49, 2019.
F. S. Pamungkas and I. Kharisudin, “Analisis Sentimen dengan SVM, NAIVE BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter,” in PRISMA, Prosiding Seminar Nasional Matematika, 2021, pp. 628–634.
K. Fithriasari, R. W. Mayasari, N. Iriawan, and Winahju. Wiwiek Setya, “Surabaya Government Performance Evaluation using Tweet Analysis,” MATEMATIKA: Malaysian Journal of Industrial and Applied Mathematics, vol. 36, no. 1, pp. 31–42, 2020.
S. Fanissa, M. A. Fauzi, and S. Adinugroho, “Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 8, pp. 2766–2770, 2018.
D. Mongkareng, N. A. Setiawan, and A. E. Permanasari, “Implementasi Data Mining dengan Seleksi Fitur untuk Klasifikasi Serangan pada Intrusion Detection System (IDS),” in CITEE, 2017, pp. 314–321.
T. Parlar, S. A. Özel, and F. Song, “QER: A New Feature Selection Method For Sentiment Analysis,” Human-centric Computing and Information Sciences, vol. 8, no. 1, pp. 10–28, 2018.
G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,” INTEGER: Journal of Information Technology, vol. 2, no. 1, pp. 32–41, Mar. 2017.
M. I. Fikri, T. S. Sabrila, and Y. Azhar, “Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter,” SMATIKA Jurnal : STIKI Informatika Jurnal, vol. 10, no. 2, 2020.
M. B. Hamzah, “Classification of Movie Review Sentiment Analysis Using Chi-Square and Multinomial Na"ive Bayes with Adaptive Boosting,” Journal of Advances in Information Systems and Technology, vol. 3, no. 1, pp. 67–74, 2021.
N. Pavitha et al., “Movie Recommendation and Sentiment Analysis Using Machine Learning,” Global Transitions Proceedings, vol. 3, no. 1, pp. 279–284, Jun. 2022.
N. S. Wardani, A. Prahutama, and P. Kartikasari, “Analisis Sentimen Pemindahan Ibu Kota Negara Dengan Klasifikasi Naïve Bayes Untuk Model Bernoulli Dan Multinomial,” Jurnal Gaussian, vol. 9, no. 3, pp. 237–246, Aug. 2020.
R. Ferryawan, Kusrini, and F. W. Wibowo, “Analisis Sentimen Wisata Jawa Tengah Menggunakan Naϊve Bayes,” Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat, vol. 5, no. 3, pp. 55–60, Jan. 2020.
A. M. Zuhdi, E. Utami, and S. Raharjo, “Analisis Sentiment Twitter Terhadap Capres Indonesia 2019 Dengan Metode K-NN,” Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat, vol. 5, no. 2, pp. 1–7, 2019.
D. Alita and A. Rahman, “Pendeteksian Sarkasme pada Proses Analisis Sentimen Menggunakan Random Forest Classifier,” Jurnal Komputasi, vol. 8, no. 2, pp. 50–58, 2020.
M. P. Simatupang and D. P. Utomo, “Analisa Testimonial dengan Menggunakan Algoritma Text Mining dan Term Frequency-Inverse Document Frequence (TF-IDF) Pada Toko Allmeeart” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, pp. 808–814, Dec. 2019.
N. Saputra, T. B. Adji, and A. E. Permanasari, “Analisis Sentimen Data Presiden Jokowi Dengan Preprocessing Normalisasi Dan Stemming Menggunakan Metode Naive Bayes Dan SVM Oleh,” Jurnal Dinamika Informatika, vol. 5, no. 1, pp. 1–12, 2015.
A. F. Hidayatullah, “Pengaruh Stopword Terhadap Performa Klasifikasi Tweet Berbahasa Indonesia,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 1, no. 1, pp. 1–4, May 2016.
R. T. Wahyuni, D. Prastiyanto, and E. Supraptono, “Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Dokumen Skripsi,” JTE: Jurnal Teknik Electro, vol. 9, no. 1, pp. 18–23, 2017.
L. M. Siniwi, A. Prahutama, and A. R. Hakim, “Query Expansion Ranking Pada Analisis Sentimen Menggunakan Klasifikasi Multinomial Naïve Bayes (Studi Kasus : Ulasan Aplikasi Shopee pada Hari Belanja Online Nasional 2020),” Jurnal Gaussian, vol. 10, no. 3, pp. 377–387, Dec. 2021.
C. D. Manning, P. Raghavan, and H. Schütze, An Introduction to Information Retrieval. Cambridge: Cambridge University Press, 2009.
DOI: https://doi.org/10.32520/stmsi.v13i1.3187
Article Metrics
Abstract view : 93 timesPDF - 35 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.