2021
DOI: 10.37859/coscitech.v2i2.2851
|View full text |Cite
|
Sign up to set email alerts
|

Analisa Tanggapan Terhadap Psbb Di Indonesia Dengan Algoritma Decision Tree Pada Twitter

Abstract: Community opinions are sometimes difficult to convey to the person in charge directly, it encourages people to express their opinions, criticisms and the like through social media, one of which is the popular social media today is Twitter. One collection of opinions or tweets from Twitter users about the PSBB effect one of which can be used as an analysis of public opinion sentiments. Data on the effects of PSBB were obtained as many as 2439 tweets, then processed using data mining techniques (data mining), in… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
2
0
2

Year Published

2023
2023
2023
2023

Publication Types

Select...
4

Relationship

0
4

Authors

Journals

citations
Cited by 4 publications
(4 citation statements)
references
References 2 publications
0
2
0
2
Order By: Relevance
“…Data mining merupakan alternatif untuk membaca tren data yang terjadi dan mampu mengklasifikasikan, mengelompokkan, dan memperkirakan data dalam jumlah besar [5]. Data mining juga dapat digunakan untuk menganalisa sentimen masyarakat [6] [7]. Clustering adalah salah satu metode dalam data mining yang dimana objek data yang mempunyai kemiripan atau karakteristik yang sama akan dikelompokkan menjadi satu kelompok dan yang berbeda di kelompokkan pada kelompok yang lainnya [8].…”
Section: Pendahuluanunclassified
“…Data mining merupakan alternatif untuk membaca tren data yang terjadi dan mampu mengklasifikasikan, mengelompokkan, dan memperkirakan data dalam jumlah besar [5]. Data mining juga dapat digunakan untuk menganalisa sentimen masyarakat [6] [7]. Clustering adalah salah satu metode dalam data mining yang dimana objek data yang mempunyai kemiripan atau karakteristik yang sama akan dikelompokkan menjadi satu kelompok dan yang berbeda di kelompokkan pada kelompok yang lainnya [8].…”
Section: Pendahuluanunclassified
“…Proses labeling data dilakukan secara manual dengan memberikan label positif dan label negatif ke data yang telah diperoleh. Apabila sebuah kalimat mengandung rasa ketidakpuasaan dengan aplikasi mypertamina maka diberi label negatif serta apabila tak terdapat penolakan dari aplikasi mypertamina sehingga diberi label positif [8]. Dalam melakukan labeling data juga dibantu oleh seorang ahli bahasa untuk membantu dalam melabelkan.…”
Section: Labeling Dataunclassified
“…This stage aims to examine the words in a sentence by breaking the text into tokens that include words, phrases, or other important things [17].…”
Section: Tokenizingmentioning
confidence: 99%