ANALISA SENTIMEN DARI TWITTER TERHADAP CALON PRESIDEN INDONESIA PADA PILPRES 2019 MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

MAHBUBAH, DURROTUL LIA (2019) ANALISA SENTIMEN DARI TWITTER TERHADAP CALON PRESIDEN INDONESIA PADA PILPRES 2019 MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER. Undergraduate thesis, Universitas Stikubank.

PDF Restricted to Repository staff only Download (2MB)

Abstract

Indonesia adalah negara yang menganut sistem demokrasi. Hal ini ditandai dengan diadakannya suatu pemilihan umum terhadap presiden dan wakil presiden. Salah satu kandidat calon presiden indonesia adalah Prabowo Subianto. Sebagai seorang tokoh politik pasti mendapat berbagai komentar atau opini dari masyarakat. Di zaman sekarang banyak masyarakat yang mengekspresikan opininya pada media sosial twitter. Pada penilitian ini, akan mengambil tweets dari twitter dengan kata kunci pencarian #pilpres2019 dan #prabowo untuk diolah dan mengklasifikasikan teks dengan menggunakan metode analisis sentimen. Untuk proses klasifikasi teks dibagi menjadi dua kelas yaitu kelas sentimen positif dan kelas sentimen negatif. Data yang digunakan berjumlah 300 tweets yang terdiri dari 240 data latih dan 60 data uji. Data untuk pelatihan sudah diketahui sentimennya sedangkan data untuk pengujian belum diketahui nilai sentimennya. Dari 240 data latih terdiri dari 134 sentimen negatif dan 106 sentimen positif. Pada studi ini menunjukkan bahwa klasifikasi data tweets menggunakan algoritma naive bayes classifier memberikan akurasi sebesar 73%. Precision kelas negatif sebesar 78% dan precision kelas positif sebesar 66%.

Item Type:	Thesis (Undergraduate)
Additional Information:	SKR.I.05.02.1802 NIM: 15.01.55.0071
Uncontrolled Keywords:	– Naive Bayes, Analisis Sentimen, Klasifikasi, Twitter, Pilpres 2019
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Yuliana Eliza
Date Deposited:	12 Nov 2019 06:59
Last Modified:	12 Nov 2019 06:59
URI:	http://eprints.unisbank.ac.id/id/eprint/5499

Actions (login required)

View Item