Klasifikasi dan Peramalan Jumlah Opini Kenaikan Harga Bahan Bakar Minyak dengan Multinomial Naïve Bayes Classifier dan Naïve Forecasting
Abstract
Data opini pengguna Twitter terhadap topik kenaikan harga Bahan Bakar Minyak (BBM) memiliki nilai sentimen yang dapat menentukan kelas opini dominan sebagai gambaran penilaian dari sisi masyarakat pengguna Twitter. Opini pengguna Twitter akan diklasifikasi dalam tiga kelas yaitu kelas opini positif, negatif dan netral menggunakan model Multinomial Naïve Bayes Classifier (MNBC). MNBC merupakan salah satu algoritma machine learning yang digunakan untuk klasifikasi teks. Hasil klasifikasi yang telah diperoleh dilanjutkan pada tahapan peramalan jumlah opini untuk jangka waktu satu minggu kedepan. Metode Naïve Forecasting (NF) akan digunakan dalam peramalan jumlah opini pada penelitian ini. NF merupakan salah satu metode peramalan untuk data time series. Tujuan dari penelitian ini yaitu mengklasifikasikan opini dengan MNBC, meramalkan jumlah opini untuk jangka waktu satu minggu kedepan dengan NF, dan mengevaluasi hasil klasifikasi serta hasil peramalan. Hasil dari pemodelan MNBC menunjukkan jumlah opini pengguna Twitter terhadap kenaikan harga BBM terbanyak yang diklasifikasi yaitu opini negatif. Akurasi model MNBC dikategorikan sangat baik berdasarkan nilai accurancy untuk keseluruhan kelas. Hasil peramalan tiga kelas klasifikasi dengan NF diperoleh bahwa selama periode satu minggu kedepan jumlah opini terbanyak yaitu opini positif. Berdasarkan nilai RMSE, akurasi metode NF pada penelitian ini dikategorikan cukup baik.
Kata Kunci: MNBC, NF, Opini, Klasifikasi, Peramalan.
References
A. Pribadi, “Siaran Pers : Pengalihan Subsidi BBM, Demi Subsidi Tepat Sasaran dan Antisipasi Gejolak Minyak Dunia,” Kementrian Energi Dan Sumber Daya Mineral Direktorat Jenderal Minyak Dan Gas Bumi.
S. Kemp, “Twitter Users, Stats, Data & Trends,” Data Reportal.
T. Sanubari, C. Prianto, and N. Riza, Odol (one desa one product unggulan online) penerapan metode Naive Bayes pada pengembangan aplikasi e-commerce menggunakan Codeigniter. Bandung: Kreatif, 2020.
A. P. Kirana and A. Bhawiyuga, “Coronavirus (COVID-19) Pandemic in Indonesia: Cases Overview and Daily Data Time Series using Naïve Forecast Method,” Indonesian Journal of electronics, electromedical engineering, and medical informatics, vol. 3, no. 1, pp. 1–8, Feb. 2021, doi: 10.35882/ijeeemi.v3i1.1.
H. Han, Y. Zhang, J. Zhang, J. Yang, and X. Zou, “Improving the performance of lexicon-based review sentiment analysis method by reducing additional introduced sentiment bias,” PLoS One, vol. 13, no. 8, p. e0202523, Aug. 2018, doi: 10.1371/journal.pone.0202523.
C. D. Manning, P. Raghavan, and H. Schutze, An Introduction To Information Retrieval. England: Cambridge University press, 2009.
A. Kumila, B. Sholihah, E. Evizia, N. Safitri, and S. Fitri, “Perbandingan Metode Moving Average dan Metode Naïve Dalam Peramalan Data Kemiskinan,” JTAM | Jurnal Teori dan Aplikasi Matematika, vol. 3, no. 1, p. 65, Apr. 2019, doi: 10.31764/jtam.v3i1.764.
S. A. A. Kharis, I. Hadi, and K. A. Hasanah, “Multiclass Classification of Brain Cancer with Multiple Multiclass Artificial Bee Colony Feature Selection and Support Vector Machine,” in Journal of Physics: Conference Series, Institute of Physics Publishing, Dec. 2019. doi: 10.1088/1742-6596/1417/1/012015.
D. E. Cahyani and D. E. Cahyani, “PENERAPAN MACHINE LEARNING UNTUK PREDIKSI PENYAKIT STROKE,” Jurnal Kajian Matematika dan Aplikasinya VOLUME, vol. 3, no. 1, 2022, doi: 10.17977/um055v3i1p15-22.
T. O. Hodson, “Root-mean-square error (RMSE) or mean absolute error (MAE): when to use them or not,” Geosci Model Dev, vol. 15, no. 14, pp. 5481–5487, Jul. 2022, doi: 10.5194/gmd-15-5481-2022.
DOI: http://dx.doi.org/10.24014/jsms.v10i2.28309
Refbacks
- There are currently no refbacks.
Jurnal JSMS
p-ISSN : 2460-4542 (print)
e-ISSN : 2615-8663 (online)
Alamat : Program Studi Matematika
Fakultas Sains dan Teknologi, UIN Suska Riau
Jl. H.R Soebrantas, No. 155, Tampan, Pekanbaru.
Website : http://ejournal.uin-suska.ac.id/index.php/JSMS
e-mail : jsmsfst@uin-suska.ac.id
Paper-paper Jurnal JSMS Terindex di :
