2019
DOI: 10.30872/jsakti.v1i1.2215
|View full text |Cite
|
Sign up to set email alerts
|

Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes

Abstract: Antisipasi dan penanganan penyakit difteri dengan tepat sangat diperlukan oleh Pemerintah Indonesia. Oleh karena itu, informasi dari masyarakat terkait penyakit difteri sangat diperlukan oleh instansi yang berwenang. Hasil dari analisa informasi tersebut dapat menjadi salah satu rujukan dalam mengevaluasi antisipasi dan penanganan kepada masyarakat. Dalam penelitian ini, sebanyak 290 informasi terkait penyakit difteri dari masyarakat telah diambil dari data media sosial yaitu Twitter. Sedangkan, analisa data t… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
0
0
4

Year Published

2021
2021
2023
2023

Publication Types

Select...
5
1

Relationship

0
6

Authors

Journals

citations
Cited by 6 publications
(4 citation statements)
references
References 7 publications
(8 reference statements)
0
0
0
4
Order By: Relevance
“…Perhitungan cosine similarity merupakan komponen dasar yang banyak digunakan pada aplikasi data mining [6]. Secara gais besar metode cosine similarity ini didasarkan pada perhitungan sudut antara dua buah objek (contohnya Dokumen 1 dan Dokumen 2) yang dinyatakan dalam dua buah vector dengan menggunakan keywords (kata kunci) dari sebuah dokumen sebagai ukuran [14].…”
Section: Cosine Similarityunclassified
“…Perhitungan cosine similarity merupakan komponen dasar yang banyak digunakan pada aplikasi data mining [6]. Secara gais besar metode cosine similarity ini didasarkan pada perhitungan sudut antara dua buah objek (contohnya Dokumen 1 dan Dokumen 2) yang dinyatakan dalam dua buah vector dengan menggunakan keywords (kata kunci) dari sebuah dokumen sebagai ukuran [14].…”
Section: Cosine Similarityunclassified
“…Teks mining bertujuan menghasilkan informasi dari satu set dokumen. Text Mining mampu menghasilkan informasi melalui pemrosesan, pengelompokan, dan analisis data-data tidak terstruktur dalam jumlah besar [20]. Teks mining digunakan untuk mendapatkan informasi yang berguna dari serangkaian dokumen dengan sumber data pada teks yang memiliki format yang tidak terstruktur [21][22].…”
Section: Teks Miningunclassified
“…Pada tahap ini dilakukan proses cleaning untuk mengurangi noise dan remove stopword untuk menghapus kata-kata yang tidak bermakna seperti 'saya', 'dan', 'atau' [5]. Proses tokenization digunakan dalam identifikasi kata-kata dan memecah kalimat menjadi istilah berdasarkan spasi dan tanda baca [20]. Tahap terakhir dalam preprocessing yaitu stemming merubah kata imbuhan menjadi kata dasar [29].…”
Section: Metode Naïve Bayesunclassified
“…Text Mining mampu menghasilkan informasi melalui pemrosesan, pengelompokan, dan analisis data-data tidak terstruktur dalam jumlah besar (A. Sholihin, 2019). Analisis sentimen adalah proses menentukan sentimen dan mengelompokkan polaritas teks dalam dokumen atau kalimat sehingga kategori dapat ditentukan sebagai sentimen positif, negatif, atau netral (Setiawan, 2019).…”
Section: Pendahuluanunclassified