Analisis Sentimen Pada Bencana Alam Menggunakan Deep Neural Network dan Information Gain

Abstract

Kemajuan teknologi informasi dan komunikasi membuat informasi terkait bencana alam menjadi lebih cepat tersebar, salah satu soial media yang banyak digunakan yaitu twitter. Pada penelitian ini mengklasifikasikan teks terkait analisis sentimen terhadap bencana alam yang terjadi. Metode klasifikasi yang digunakan adalah Deep Neural Network (DNN),. Jadi untuk mempercepat proses klasifikasi digunakan teknik seleksi fitur yaitu Information Gain (IG) untuk memilih fitur-fitur yang terbaik dari hasil ekstrasi. Kemudian evaluasi dan validasi dilakukan untuk mengetahui hasil kinerja klasifikasi. Digunakan confusion matrix dan 10 fold validasi sebagai proses evaluasi dan validasi didalam penelitian ini. Pada penelitian ini menggunakan beberapa metode yaitu Naïve bayes, Random Forest, Decision Tree dan Support Vector Machine. Hasil akurasi dari metode Deep Neural Network dengan Information Gain lebih besar dari metode yang lain.