Analisis Sentimen Komentar Terhadap Kebijakan Pemerintah Mengenai Tabungan Perumahan Rakyat (TAPERA) Pada Aplikasi X Menggunakan Metode Naïve Bayes

Authors

  • Eva Darwisah Harahap Universitas Islam Negeri Sumatera Utara
  • Rakhmat Kurniawan Universitas Islam Negeri Sumatera Utara

Keywords:

TAPERA, Tabungan, Perumahan, Rakyat

Abstract

Sekarang ini masyarakat Indonesian telah di hebohkan dengan kebijakan terbaru pemerintah yaitu TAPERA, awal pembentukan tapera yaitu 15 februari 1993 sebelum namanya yang saat ini tapera dulu di kenal dengan nama Badan Pertimbangan Tabungan Perumahan Pegawai Negeri Sipil (BAPERTARUM-PNS), dan melalui pengumuman resmi di berbagai media pada tanggal 24 maret 2018 BAPERTARUM-PNS[1] pada kasus ini algoritma naïve bayes adalah metode yang di gunakan untuk melakukan klasifikasi pada penelitian ini, karena metode ini dapat mengelompokkan komentar komentar yang bersifat positif dan negatif, implementasi sistem menggunakan bahasa pemrograman python dengan menggunaka google collab, kesimpulan dari hasil penelitian ini menerangkan bahwasanya metode naïve bayes berhasil di terapkan pada pengelompokan kalimat positif dan negatif dengan mendapatkan hasil akurasi pada matriks yang behasil di jalankan pada sistem yang telah di buat

References

S. W. Ritonga, . Y., M. Fikry, and E. P. Cynthia, “Klasifikasi Sentimen Masyarakat di Twitter terhadap Ganjar Pranowo dengan Metode Naïve Bayes Classifier,” Build. Informatics, Technol. Sci., vol. 5, no. 1, 2023, doi: 10.47065/bits.v5i1.3535.

J. Anita, “Perkembangan Kebijakan Publik dan Program Bidang Perumahan dan Permukiman di Indonesia,” J. Arsit. TERRACOTTA, vol. 3, no. 1, pp. 1–13, 2021, doi: 10.26760/terracotta.v3i1.5179.

T. A. Nasution, “Analisis Yuridis Undang-Undang Tabungan Perumahan Rakyat Ditinjau Dari Perspektif Good Governance,” J. Lex Renaiss., vol. 6, no. 4, pp. 833–846, 2021, doi: 10.20885/jlr.vol6.iss4.art13.

S. Rezki Maulina Azmi, M. Dewi, S. Tinggi Manajemen Informatika dan Komputer Royal Kisaran, U. Asahan, and H. Naskah, “Penerapan Etika Berkomunikasi Menggunakan Media Sosial bagi Mahasiswa untuk Meningkatkan Keterampilan Berbicara,” JBSI J. Bhs. dan Sastra Indones., vol. 2, no. 01, pp. 72–78, 2022, doi: 10.47709/jbsi.v2i1.1608.

D. W. Ardras and A. Voutama, “Analisis Sentimen Anti Lgbt Di Indonesia Melalui Media Sosial Twitter,” J. Tek., vol. 15, no. 1, pp. 23–28, 2023, doi: 10.30736/jt.v15i1.926.

A. Perdana, A. Hermawan, and D. Avianto, “Analisis Sentimen Terhadap Isu Penundaan Pemilu di Twitter Menggunakan Naive Bayes Clasifier,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 11, no. 2, pp. 195–200, 2022, doi: 10.32736/sisfokom.v11i2.1412.

A. K. Fauziyyah, “Analisis Sentimen Pandemi Covid19 Pada Streaming Twitter Dengan Text Mining Python,” J. Ilm. SINUS, vol. 18, no. 2, p. 31, 2020, doi: 10.30646/sinus.v18i2.491.

A. H. Lubis and Y. F. Harahap, “Analisis Sentimen Masyarakat Terhadap Resesi Ekonomi Global 2023 Menggunakan Algoritma Naïve Bayes Classifier,” vol. 16, no. 2, pp. 442–450, 2023.

L. Oktasari, Y. H. Chrisnanto, and R. Yuniarti, “Text Mining Dalam Analisis Sentimen Asuransi Menggunakan Metode Niave Bayes Classifier,” Pros. SNST, vol. 7, pp. 37–42, 2016, [Online]. Available: https://www.publikasiilmiah.unwahas.ac.id/index.php/PROSIDING_SNST_FT/article/view/1506/1589

E. Suryati, Styawati, and A. A. Aldino, “Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM),” J. Teknol. Dan Sist. Inf., vol. 4, no. 1, pp. 96–106, 2023, [Online]. Available: https://doi.org/10.33365/jtsi.v4i1.2445

Downloads

Published

2024-06-30

Issue

Section

Artikel