IDENTIFIKASI TWEET BANJIR DI JAKARTA PADA DATA TWITTER MENGGUNAKAN ALGORITMA MULTINOMIAL NAIVE BAYES DAN SUPPORT VECTOR MACHINE

M ERSAN RAMADHAN, Moh Edi Wibowo, S.Kom, M.Kom., Ph.

2017 | Skripsi | S1 ILMU KOMPUTER

Twitter merupakan salah satu media sosial yang umum digunakan oleh masyarakat. Masyarakat menuliskan informasi tentang banjir melalui media twitter dalam bentuk tweet. Beberapa tweet yang dituliskan tidak menunjukkan secara nyata bencana banjir yang sedang terjadi. Terdapat tweet tentang banjir menunjukkan tweet yang bukan kategori bencana, sebagai contoh banjir hadiah. Padahal informasi bencana banjir secara nyata dan cepat dibutuhkan untuk mengantisipasi banjir yang berkelanjutan. Oleh karena itu diperlukan sistem yang secara otomatis mengidentifikasi secara otomatis tweet banjir termasuk dalam kategori bencana atau banjir dalam arti lain. Pada penelitian ini proses identifikasi tweet banjir menggunakan algoritma Multinomial Naive Bayes dan Support Vector Machine. Data yang digunakan merupakan tweet yang mengandung kata banjir yang berlokasi di DKI Jakarta. Data tweet banjir diidentifikasikan menjadi 2 kategori yaitu bencana dan bukan bencana. Jumlah tweet sebanyak 7789 sebagai data training dan 2327 sebagai data testing yang diambil pada 12 November 2014 sampai 30 Januari 2015. Pengujian dilakukan dengan membandingkan algoritma Multinomial Naive Bayes dan Support Vector Machine. Pengujian juga dilakukan dengan menggunakan metode K-fold cross validation dengan jumlah iterasi 10 kali. Dari hasil pengujian didapatkan nilai akurasi terbesar dengan menggunakan algorima Support Vector Machine dengan rata-rata akurasi 78.9%

Twitter is one of the most common media sosial used by the society which is effective and fast in reporting the current situation, such as flood in DKI Jakarta. Flood tweets will be automatically identified so that it can provide information whether it is flooded or not flooded in certain area. The use of Twitter as a source of information regarding flood is potentially helpful to anticipate the occurrence of long-standing flood. That is why a system is needed to automatically categorized a flood containing tweets as flood as an event or other meaning The identification process of flood tweets used in this research is Multinomial Naive Bayes and Support Vector Machine algorhytms. The data used are the tweets containing the word "banjir" located in DKI Jakarta. The data is identified into 3 categories, namely flooded, not flooded and unknown. Total tweets of 7789 is used as data training and 2327 tweets is used as data testing taken from November 12, 2014 - January 25, 2015. The test is done by comparing Multinomial Naive Bayes dan Support Vector Machine algorithms. The test is also done by using K-Fold Cross Validation method with 10 times iteration. The test result shows that the greatest accuracy obtained by using Support Vector Machine algorithms with average accuracy of 78.9%.

Kata Kunci : Banjir, Multinomial Naive Bayes, Support Vector Machine