PERANCANGAN APLIKASI KLASIFIKASI SENTIMEN BERBASIS WEB TERHADAP MATA UANG KRIPTO

Penulis

  • Fahmi Ilmawan Sulaiman Program Magister Teknik Informatika Universitas Amikom Yogyakarta Penulis
  • Wing Wahyu Winarno Program Magister Teknik Informatika Universitas Amikom Yogyakarta Penulis
  • Mei Parwanto Kurniawan Program Magister Teknik Informatika Universitas Amikom Yogyakarta Penulis

DOI:

https://doi.org/10.61805/fahma.v19i3.50

Kata Kunci:

Sentiment Analysis, Cryptocurrency, Naïve Bayes

Abstrak

Sentiment analysis is a collection of opinions that studies opinions about something like an issue, product, event or topic. In deciding to choose cryptocurrency, the majority of Indonesian people tend to only read the latest reviews about cryptocurrencies and even a few will lead to wrong conclusions. To analyze cryptocurrency sentiment easily and quickly, a sentiment analysis system with a convenient and easy-to-use interface is required. The application to analyze this sentiment is web-based which is made using the PHP (Hypertext Preprocessor) framework by applying the MVC (Model View Controller) concept. This application can import data in CSV format which is then processed into an application using the nave Bayes algorithm in the sentiment classification process which is then evaluated by the confusion matrix method. The reviews are taken from social media twitter and it is hoped that this application will be able to provide classification information accurately, precisely and reliably.

Unduhan

Data unduhan tidak tersedia.

Referensi

E. Retnawiyati, Fatoni, and E. S. Negara, “Analisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining Terhadap Suatu Produk,” Indones. Jounal Comput. Cybern. Syst., 2015.

Febriansyah, “Sentimen Analisis Twitter Berbahasa Indonesia,” pp. 1–59, 2016.

S. W. U. Vitandy, A. A. Supianto, and F. A. Bachtiar, “Analisis Sentimen Evaluasi Kinerja Dosen menggunakan Term Frequency- Inverse Document Frequency dan Naïve Bayes Classifier,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 6, 2019.

A. Syakuro, “PADA MEDIA SOSIAL MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER ( NBC ) DENGAN SELEKSI FITUR INFORMATION GAIN ( IG ) HALAMAN JUDUL SKRIPSI Oleh : ABDAN SYAKURO,” Anal. sentimen Masy. terhadap e-commerce pada media Sos. menggunakan Metod. naive bayes Classif. dengan Sel. fitur Inf. gain, 2017.

I. F. Rozi, E. N. Hamdana, M. Balya, and I. Alfahmi, “Pengembangan Aplikasi Analisis Sentimen Twitter ( Studi Kasus Samsat Kota Malang ),” Inform. Polinema, 2018.

M. Liu and J. Yang, “An improvement of TFIDF weighting in text categorization,” in International Conference on Computer Technology and Science (ICCTS), 2012.

S. Fajar Rodiyansyah and E. Winarko, “Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification,” IJCCS (Indonesian J. Comput. Cybern. Syst., 2013.

F. AFSHOH, “Analisis Sentimen Menggunakan Naive Bayes Untuk Melihat Persepsi Masyarakat Terhadap Kenaikan Harga Jual Rokok Pada Media Sosial Twitter,” Inform. Progr. Stud. Komunikasi, Fak. Inform. D A N Surakarta, Univ. Muhammadiyah, 2017.

A. Novantirani, M. K. Sabariah, and V. Effendy, “Analisis Sentimen pada Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine,” e-Proceeeding Eng., 2015.

Unduhan

Diterbitkan

21-09-2021

Terbitan

Bagian

Artikel

Cara Mengutip

PERANCANGAN APLIKASI KLASIFIKASI SENTIMEN BERBASIS WEB TERHADAP MATA UANG KRIPTO. (2021). Jurnal Informatika Komputer, Bisnis Dan Manajemen, 19(3), 27-41. https://doi.org/10.61805/fahma.v19i3.50

Artikel Serupa

21-29 dari 29

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.