Universitas Stikubank (Unisbank) Semarang Repository

ANALISIS SENTIMEN TERHADAP PEMERINTAHAN JOKO WIDODO PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

MAHARDHIKA, YONATHAN SARI (2018) ANALISIS SENTIMEN TERHADAP PEMERINTAHAN JOKO WIDODO PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER. Undergraduate thesis, UNIVERSITAS STIKUBANK SEMARANG.

[img] PDF
Restricted to Repository staff only

Download (2MB)

Abstract

Twitter merupakan media sosial yang sedang populer saat ini, disini publik bebas berkomentar dan menulis apapun. Tidak jarang pubik berkomentar dengan kata – kata kasar bahkan ujaran kebencian. Pemerintahan Joko Widodo menuai banyak komentar, ada yang memuji, mengkritik dan menghina. Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Data opini diperoleh dari jejaring sosial Twitter berupa tweet berdasarkan query dalam Bahasa Indonesia. Data yang digunakan berjumlah 400 tweet terdiri dari 300 data latih dan 100 data uji. Data latih merupakan data yang telah diketahui sentimennya, 300 data latih terdiri dari 150 data kelas sentimen negatif dan 150 data kelas sentimen positif. Penelitian ini bertujuan untuk menentukan tweet merupakan tweet positif atau negatif yang disampaikan di Twitter dalam Bahasa Indonesia. Pengklasifikasian data tweet menggunakan algoritma Naive Bayes Classifier. Hasil klasifikasi pada data uji menunjukkan, algoritma Naive Bayes Classifier memberikan nilai akurasi sebesar 97%. Untuk nilai aku

Item Type: Thesis (Undergraduate)
Additional Information: NIM : 14.01.55.0034 SKR.I.05.02.1752
Uncontrolled Keywords: Analisis Sentimen, Joko Widodo, Klasifikasi, Naïve Bayes, Twitte
Subjects: T Technology > T Technology (General)
Faculty / Institution: Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User: Nur Cholifah
Date Deposited: 24 Nov 2018 02:08
Last Modified: 24 Nov 2018 02:08
URI: https://eprints.unisbank.ac.id/id/eprint/5038

Actions (login required)

View Item View Item