Text
Kinerja algoritma naive bayes untuk mendeteksi akurasi berita gempa bumi melalui twitter berbahasa Indonesia
KINERJA ALGORITMA NAÏVE BAYES UNTUK MENDETEKSI
AKURASI BERITA GEMPA BUMI MELALUI TWITTER BERBAHASA
INDONESIA
IVAN BAGASKARA ARISPUTRANTO
ABSTRAK
Media sosial Twitter merupakan sarana penyampaian informasi yang
memungkinkan penggunanya untuk mengirim dan membaca pesan berbasis teks
hingga 140 karakter. Yang membuatnya spesial adalah Twitter relatif lebih cepat
dalam perkembangan kabar terbaru, dan mempunyai fitur pencarian tweet
menggunakan kata kunci dan juga menggunakan hashtag (#). Informasi yang
cepat tersebar dan banyak dicari salah satunya adalah informasi mengenai
bencana alam gempa bumi. Namun ketika mencari sebuah informasi atas
peristiwa tersebut, sulit untuk mengetahui apakah informasi tersebut benar-benar
terjadi pada kurun waktu yang dekat, informasi tentang gempa itu hanya kicauan
kalimat berita yang mengandung tautan, atau informasi gempa tersebut hanya
mengandung kata ‘gempa’, ataupun ‘gempa bumi’ yang tidak ada hubungannya
dalam bencana alam gempa bumi. Algoritma Naïve Bayes merupakan salah satu
algoritma dalam pengolahan teks yang memiliki tingkat kesalahan yang minimum
dan memiliki akurasi tinggi. Salah satu penggunaan algoritma Naïve Bayes dapat
diterapkan untuk mendeteksi informasi mengenai gempa bumi di media sosial
Twitter. Algoritma ini memanfaatkan teori probabilitas yang dapat memprediksi
probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya dengan
menggunakan data train dan data test. Sehingga mesin dapat belajar untuk
memprediksi data yang akan diuji di data test berdasarkan kumpulan data yang
ada di data train. Kinerja algoritma Naïve Bayes untuk mendeteksi gempa bumi
melalui Twitter memiliki akurasi keberhasilan secara keseluruhan sebesar 82,38%.
Yang memiliki kesalahan tidak lebih dari 25% pada setiap data test-nya. Tingkat
akurasi tertinggi dan terendah adalah sebesar 93,75% dan 75,75% pada data test.
Kinerja Algoritma Naïve Bayes untuk mendeteksi gempa bumi melalui teks
pendek atau Twitter secara keseluruhan memberikan hasil yang memuaskan dan
memiliki tingkat kesalahan yang rendah.
Kata Kunci: Algoritma Naïve Bayes, Gempa Bumi, Klasifikasi Naïve Bayes,
Klasifikasi Teks, Media Sosial, Text Mining, Twitter
Bibliografi : lembar 68-69
SS00009786 | SK 9786 | UPT Perpustakaan UNJ (CD.05.2016.007) | Tersedia |
Tidak tersedia versi lain