Pembahasan Jurnal Analisis Sentiment Masyarakat terhadap Kasus Covid-19 pada Media Sosial Youtube dengan Metode Naive bayes9

Pembahasan Jurnal 

Analisis Sentiment Masyarakat terhadap Kasus Covid-19 pada Media Sosial Youtube dengan Metode Naive bayes9 

Karya : Muhammad Iqbal Ahmadi, Dudih Gustian, Falentino Sembiring

Disini saya mengambil jurnal tersebut dari : 

http://tunasbangsa.ac.id/ejurnal/index.php/jsakti/article/view/378/357

1. apa urgensinya sehingga harus ada penelitian itu

Banyak media sosial youtube yang memberitakan tentang perkembangan kasus covid-19 di indonesia contohnya cnn indonesia, kompastv, cnbc indonesia dan detik.com. namun sejauh ini kompastv mendapatkan jumlah penonton yang cukup tinggi, karena update berita yang hampir setiap hari dan data yang di ambil langsung dari laman satgas covid19. Dengan terus adanya peningkatan jumlah aktif atau positif Covid-19 ini bisa di simpulkan bahwa masih banyaknya masyarakat yang tidak percaya dengan adanya virus Covid-19 di indonesia dan apa yang terus di beritakan di seluruh media sosial. Banyak sekali respon masyarakat terhadap pemberitaan Covid-19 ini banyak yang mempercayai pemberitaan tersebut, selain itu banyak juga masyarakat yang tidak percaya dan memberikan respon di kolom komentar di laman pemberitaan ini

2. bagaimana proses metodologi penelitian yang ditempuh

Pengumpulan data  

Dalam penelitian ini data di peroleh dari kolom komentar pemberitaan youtube di chanel kompasTV. Pengambilan data menggunakan tools yang di sediakan aplikasi Google Crome yang bernama Data miner.

Text Preprocessing 

Tahap ini bisa juga di sebut tahap pembangunan data. Di tahap ini data akan memasuki beberapa proses diantaranya: 

a) Tokennize yaitu tahap pemotongan string atau kalimat menjadi satuan kata. 

b) Cleaning proses pembersihan karakter selain huruf, menghapus username atau mentions (@), hastag (#), dan menghapus ling atau URL dari setiap komentar. 

c) Stemming merupakan proses mengubah kata berimbuhan menjadi kata dasar . 

d) Transform Cases adalah tahap mengubah semua huruf kapital mejadi huruf kecil

Labeling Data 

Selanjutnya akan masuk ke tahap labeling yaitu tahap pengelompokan data menjadi 3 bagian yaitu Positif, Negatif, dan Netral berdasarkan nilai sekor sentiment. Sekor sentiment dihasilkan berdasarkan kamus sentiment positif dan negatif yang sudah banyak di gunakan

Naive bayes 

Naive bayes merupakan salah satu metode klasifikasi yang menggunakan perhitungan probabilitas, dalam metode ini menggunakan statistik berdasarka teorema bayes yang mengasumsikan keberadan dan ketiadaan dari suatu kelas dengan fitur lainnya[9].berikut adalah bentuk umum dari terema bayes

3. bagimana proses Naive bayes dalam memberikan solusi dari permasalahan yang ada

Pengumpulan data 

Data yang di ambil adalah sekumpulan data komentar dari beberapa video youtube pemberitaan perkembangan kasus Covid-19 di indonesia yang di publikasi di bulan januari yang di muat di chanel Kompastv berjumlah 28 buah file microsoft axcel, 1.651 komentar mentah. 

Text Preprocessing 

Pada tahap ini menggunakan aplikasi pendukung berupa Rstudio untuk mengolah data mentah

 Labeling Data

Data yang sudah siap selanjutnya akan masuk ke tahap labeling yaitu tahap pengelompokan data menjadi 3 bagian yaitu Positif, Negatif, dan Netral berdasarkan nilai sekor sentiment. Sekor sentiment dihasilkan berdasarkan kamus sentiment positif dan negatif yang sudah banyak di gunakan

Validasi K-Fold Cross Validation 

Pada tahap Validasi ini bertujuan untuk mengukur dan mengevaluasi kinerja sebuah algoritma. Di tahap ini juga data akan di bagi menjadi dua subset yaitu data Training dan data Testing, namun pada tahap ini hanya melibatkan dua data set saja yaitu data yang berlabel Positif dan Negatif sedangkan data yang berlabel Netral tidak diikutsertakan karena akan lebih fokus ke komentar positif dan negatif saja . Pembagian data ini menggunakan perbandingan 1 : 3 .pada data Training diberikan 75% dari keseluruhan data yaitu berjumlah 871 data. Seangakan untuk data Testing diberikan persentase data 25% data dari keseluruhan data sebanyak 290 dari keseluruhan data.

Akurasi 

Setelah melaluai seluruh tahapan yang ada dari pengambilan data, text Preprocessing, labeling data, dan yang terakhit tahap validasi, didapatkan nilai akurasi dari algoritma yang di gunakan yaitu Naive bayes menghasilkan tingkat akurasi yang cukup baik yaitu sebesar 74%.

4.  apa saran anda dalam penelitian tersebut 

Pembahasan pada metode diperjelas lagi karena terlalu singkat