Jurnal Algoritma, Logika dan Komputasi

Penelitian ini dilatar belakangi kebijakan pencairan dana JHT yang pada saat ini terjadi perubahan, pasalnya dalam Peraturan Menteri Ketenagakerjaan Nomor 2 Tahun 2022 tentang Tata Cara dan Persyaratan Pembayaran Manfaat Jaminan Hari Tua itu, pekerja tidak bisa mencairkan JHT langsung setelah mengalami Pemutusan Hubungan Kerja (PHK) atau mengundurkan diri dari pekerjaan tersebut. Penelitian ini mengunakan metode naïve bayes untuk mengetahui sentiment dari masyarakat terhadap kebijakan tersebut. Tujuannya diharapkan dapat mengetahui opini public apakah masyarakat pro dan kontra dengan kebijakan mengenai revisi aturan pencairan dana JHT tesebut. Hasil dari penelitian ini menerima input dataset yang diperoleh dari twitter menggunakan metode web scraping, lalu data tersebut melalui tahapan preprocessing. Data hasil dari preprocessing dibagi menjadi data training dan data testing, setelah itu data kemudian dianalisis menggunakan metode naïve bayes sehingga menghasilkan sentimen positif dan sentimen negatif. Dari hasil pengujian menggunakan confusion matrix, dilakukan tiga kali pengujian menggunakan jumlah data test yang berbeda, hasil akurasi terbaik di dapatkan menggunakan jumlah data test 10% yaitu nilai akurasi 91,46%

A. I. Falah, Rachmat Febfauza, and Noor Kumala Sari, “Polemik Penetapan Kebijakan Baru mengenai Jaminan Hari Tua (JHT) di Indonesia Tahun 2022,” Jurnal Administrasi Publik, vol. 18, no. 1, pp. 69–96, Jun. 2022, doi: 10.52316/jap.v18i1.90.

F. S. Pattiiha, “Perbandingan Metode K-NN , Naïve Bayes , Decision Tree untuk Analisis Sentimen Tweet Twitter Terkait Opini Terhadap PT PAL Indonesia,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 2, pp. 506–514, 2022, doi: 10.30865/jurikom.v9i2.4016.

Edwin, “APLIKASI ASSESMENT KEBIJAKAN PEMERINTAH TERKAIT OPERASI OJEK ONLINE DI MASA PANDEMI ( COVID-19 ) MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER Application Of Government Policy Assessment Related To Online Oject Operations In The Pandemic Time ( COVID-19 ),” Jurnal Algoritma, Logika dan Komunikasi, vol. III, no. 2, pp. 299–307, 2020, [Online]. Available: https://journal.ubm.ac.id/index.php/alu/article/view/2651

Ida Widaningrum, Dyah Mustikasari, Rizal Arifin, Siti Lathifah Tsaqila, and Dwiyunia Fatmawati, “Algoritma Term Frequency – Inverse Document Frequency (TF-IDF) dan K-Means Clustering Untuk Menentukan Kategori Dokumen,” Prosiding SISFOTEK, vol. 6, no. 1, pp. 145–149, Oct. 2022, [Online]. Available: https://seminar.iaii.or.id/index.php/SISFOTEK/article/view/349

M. P. Simatupang and D. P. Utomo, “ANALISA TESTIMONIAL DENGAN MENGGUNAKAN ALGORITMA TEXT MINING DAN TERM FREQUENCY- INVERSE DOCUMENT FREQUENCE (TF-IDF) PADA TOKO ALLMEEART,” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, Dec. 2019, doi: 10.30865/komik.v3i1.1697.

A. N. Rohman, R. D. Handayani, R. D. Y. P., and K. Kusrini, “DETEKSI EMOSI MEDIA SOSIAL MENGGUNAKAN TERM FREQUENCY- INVERSE DOCUMENT FREQUENCY,” CSRID (Computer Science Research and Its Development Journal), vol. 11, no. 3, p. 140, Mar. 2021, doi: 10.22303/csrid.11.3.2019.140-148.

T. Tan, S. Gao, W. Yang, Y. Song, and C. Lin, “Two New Term Weighting Methods for Router Syslogs Anomaly Detection,” in 2016 IEEE 18th International Conference on High Performance Computing and Communications; IEEE 14th International Conference on Smart City; IEEE 2nd International Conference on Data Science and Systems (HPCC/SmartCity/DSS), IEEE, Dec. 2016, pp. 1454–1460. doi: 10.1109/HPCC-SmartCity-DSS.2016.0207.

S. Styawati and K. Mustofa, “A Support Vector Machine-Firefly Algorithm for Movie Opinion Data Classification,” IJCCS (Indonesian Journal of Computing and Cybernetics Systems), vol. 13, no. 3, p. 219, Jul. 2019, doi: 10.22146/ijccs.41302.

R. A. Rizal, M. Susanto, and A. Chandra, “Classification Of Borax Content In Tomato Sauce Through Images Using GLCM,” SinkrOn, vol. 4, no. 2, p. 6, Mar. 2020, doi: 10.33395/sinkron.v4i2.10508.

T. M. S. Mulyana, D. Widyaningrum, and H. Herlina, “OCR HURUF JAWA DENGAN FITUR KODE RANTAI DAN LEVENSHTEIN DISTANCE,” Network Engineering Research Operation, vol. 6, no. 1, p. 67, Apr. 2021, doi: 10.21107/nero.v6i1.217.

C. Manliguez, “Generalized Confusion Matrix for Multiple Classes.” 2016. doi: 10.13140/RG.2.2.31150.51523.

A. M. Glazer, “Confusion over the description of the quartz structure yet again,” J Appl Crystallogr, vol. 51, pp. 915–918, 2018, doi: 10.1107/S160057671800434X.