Open AccessALGORITHM COMPARISON WITH PSO FOR SENTIMENT ANALYSIS ON PSBB REGULATIONS IN INDONESIA
Author(s) -
Mugi Raharjo,
Jordy Lasmana Putra,
Tommi Alfian Armawan Sandi,
Musriatun Napiah
Publication year - 2022
Publication title -
paradigma
Language(s) - English
Resource type - Journals
eISSN - 2579-3500
pISSN - 1410-5063
DOI - 10.31294/paradigma.v24i1.968
Subject(s) - humanities , particle swarm optimization , computer science , naive bayes classifier , artificial intelligence , support vector machine , machine learning , art
Pandemi memunculkan aturan dan istilah-istilah baru dikalangan masyarakat.Berbagai macam negara mempunya regulasinya masing-masing termasuk indonesia dengan nama PSBB, untuk itu Penulis mencoba melakukan penelitian terkait kondisi PSBB di Indonesia dengan maksud dan tujuan untuk mencari tahu sentimen dari masyarakat terhadap hal ini, Penulis melakukan pemodelan ini dengan model positive dan negative pada sebuah cuitan di twitter.Kami menangkap informasi lewat media twitter yang kemudian kami olah data tersebut sehingga siap untuk dilakukan uji terhadap Algoritma yang digunakan. Dalam pengambilan dan pengolahan data kami menggunakan aplikasi rapid miner.Dalam penelitian digunakan Naive Bayes,KNN dan SVM. Kami juga melakukan perbandingan model dengan Particle Swarm Optimization. model ke-1 melakukan pengujian tiga algoritma menggunakan ratio validation 0.7-0.8 dan 10folds cross validation, Model 2 penulis menggunakan fitur selection yaitu Particle swarm Optimization dimana PSO ini penulis gunakan sebagai optimasi.Dari model ke-2 ini diperoleh akurasi sebesar 88,00% untuk SVM + PSO, 88.54%% untuk NB + PSO dan 81.58% untuk K -NN + PSO. Dan setelah dilakukan uji terhadap 2 metode ternyata dapat disimpulkan Naive Bayes + PSO lah yang mempunya tingkat akurasi dan presisi paling tinggi.Dengan hasil yang telah didapatkan , diharapkan kedepannya dengan telah ditemukannya model prediksi yang paling baik maka kedepannya dapat dilakukan Analisa Kembali dengan data-data terbaru.