No image available for this title

Text

Analisis Sentimen Terhadap Isu Resesi Tahun 2023 di Indonesia menggunakan Metode Naïve Bayes



Resesi adalah fenomena dimana PDB (produk domestik bruto) riil berkurang selama dua triwulan berturut-turut, artinya kegiatan ekonomi seperti distribusi, investasi, konsumsi, produks akan mengalami penurunan sehingga menimbulkan domino effect yang merugikan berbagai pihak, salah satunya adalah PHK (Pemutusan Hubungan Kerja). Resesi diawali dengan melemahnya perekonomian global yang berdampak pada perekonomian domestik dan negara-negara di dunia. Semakin kuat ketergantungan perekonomian suatu negara terhadap perekonomian global, maka semakin cepat resesi akan terjadi di negara tersebut. Presiden Indonesia Joko Widodo memprediksi bahwa di tahun 2023 Indonesia akan menjadi tahun yang gelap akibat krisis ekonomi dan energi akibat COVID-19 serta perang antara Rusia-Ukraina. Oleh karena itu diperlukan sebuah analisis sentimen untuk melihat pendapat masyrakat mengenai isu resesi tahun 2023 di Indonesia. Metode yang digunakan dalam penelitian ini adalah metode klasifikasi Naïve Bayes. Naïve Bayes merupakan salah satu algoritma klasifikasi yang banyak digunakan pada Data Mining ataupun Text Mining. Penelitian ini bertujuan untuk melakukan pencarian komentar negatif, positif, dan netral serta mengetahui akurasi metode Naïve Bayes. Analisis sentimen didapatkan dengan cara pembersihan data, labeling, TF-IDF, split, klasifikasi Naïve Bayes, dan evaluasi. Diharapkan setelah membuat analisis sentimen dengan metode Naïve Bayes mendapatkan hasil komentar negatif, positif, dan netral serta akurasi Naïve Bayes mencapai 70%.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly