Implementasi Machine Learning Untuk Klasifikasi Narasi Informative dan Non-Informative Pada Media Sosial Twitter TMC Polda Metro Jaya Menggunakan Naïve Bayes Classifier

Abstract

Twitter adalah layanan jejaring sosial yang memungkinkan penggunanya untuk mengirim dan membaca pesan berbasis teks hingga 140 karakter. Sejak diluncurkan, twitter telah menjadi salah satu dari sepuluh situs yang paling sering dikunjungi di internet. Adapun pengklasifikasian narasi yang bersifat informative atau non-informative pada media sosial twitter TMC Polda Metro Jaya terhadap pandangan masyarakat, menggunakan metode klasifikasi alogoritma Naive Bayes Classifier. Penelitian ini dilakukan dengan mengambil 1.000 sampel data dengan keyword @TMCPoldaMetro untuk dijadikan dataset. Dengan menggunakan preprocessing data, annotation removal, remove hastag, regexp, transformation remove URL, Indonesian stemming dan Indonesia stop removal. Hasil analisis penelitian yaitu nilai Accuracy sebesar 81,7%, nilai Pression sebesar 81,30%, nilai Recall sebesar 83,03% dan AUC sebesar 0,847.

Twitter is a social networking service that enables its users to send and read text-based messages of up to 140 characters. Since its launch, Twitter has become one of the ten most visited websites on the internet. As for the classification of narratives that are informative or non-informative on TMC Polda Metro Jaya's social media twitter to the views of the public, using the Naive Bayes Classifier algorithm classification method. This research was conducted by taking 1,000 data samples with the keyword @TMCPoldaMetro to be used as a dataset. By using data preprocessing, annotation removal, remove hashtags, regexp, transform remove URLs, Indonesian stemming, and Indonesian stop removal. The results of the research analysis are Accuracy of 81.7%, Pressure of 81.30%, Recall of 83.03%, and AUC of 0.847.