Gunawan, Okta (2020) ANALISA SENTIMEN MASYARAKAT TERHADAP LAYANAN PENGADUAN DI KOTA SEMARANG “LAPOR HENDI” BERDASARKAN OPINI DARI TWITTER MENGGUNAKAN METODE NAÏVE BAYES. Undergraduate thesis, UNIVERSITAS STIKUBANK.
![[thumbnail of HLM JUDUL]](/style/images/fileicons/application_pdf.png) |
PDF (HLM JUDUL)
Download (560kB) |
|
PDF (ABSTRAK)
Download (158kB) |
|
PDF (BAB I)
Download (200kB) |
|
PDF (BAB II)
Restricted to Repository staff only Download (432kB) |
|
PDF (BAB III)
Restricted to Repository staff only Download (635kB) |
|
PDF (BAB IV)
Restricted to Repository staff only Download (456kB) |
|
PDF (BAB V)
Restricted to Repository staff only Download (89kB) |
|
PDF (DAFTAR PUSTAKA)
Download (189kB) |
|
PDF (LAMPIRAN)
Restricted to Repository staff only Download (383kB) |
Abstract
Kota Semarang adalah salah satu ibu kota provinsi jawa tengah untuk meningkatkan pelayan public di kota Semarang bapak wali kota mempunyai program layanan pengaduan dikota semarang melalui medsos twitter dengan #laporhendi untuk pengaduan yang masuk di tweet akan segera di tindak lanjuti oleh instansi terkait dan dengan adanya layanan pengaduan ini sangat mempermudah baik instansi atau masyrakat yang hendak melaporkan kritik atau saran tentang pembangunan dan pelayanan public di kota semarang. Pada penilitian ini, akan mengambil tweets dari twitter dengan kata kunci pencarian #laporhendi 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 250 data latih dan 50 data uji. Data untuk pelatihan sudah diketahui sentimennya sedangkan data untuk pengujian belum diketahui nilai sentimennya.dari 200 data terdiri dari 160 sentimen negatif dan 40 sentimen positif.pada studi ini menunjukan bahwa klasifikasi data tweet menggunakan algoritma naive bayes memeberikan akurasi sebesar 74%. Precision kelas negatif sebesar 80% dan precision kelas positif sebesar 68% ABSTRACT The city of Semarang is one of the capitals of Central Java province to increase public service in Semarang. The mayor has a complaints service program in Semarang through social media Twitter with #laporhendi for complaints entered in the tweet will be immediately followed up by the relevant agencies and with the service This complaint is very easy for both agencies or communities who want to report criticism or suggestions about development and public services in the city of Semarang. In this research, will take tweets from Twitter with the search keyword #laporhendi to be processed and classify text using sentiment analysis method. The text classification process is divided into two classes, namely positive sentiment class and negative sentiment class. The data used amounted to 300 tweets consisting of 250 training data and 50 test data. Sentiments for training are known of 200 data consisting of 160 negative sentiments and 40 positive sentiments. This study shows that the classification of tweet data using the Naive Bayes algorithm gives an accuracy of 74%. Negative grade precision at 80% and positive grade precision at 68%
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | NIM : 16.01.55.0005 SKR.I.05.02.1911 |
| Uncontrolled Keywords: | Naive Bayes, Analisis Sentimen, Klasifikasi, Twitter, #laporhendi |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Faculty / Institution: | Fakultas Teknologi Informasi > Program Studi Sistem Informasi |
| Depositing User: | Ani Mariawati |
| Date Deposited: | 01 Oct 2020 08:43 |
| Last Modified: | 01 Oct 2020 08:43 |
| URI: | https://eprints.unisbank.ac.id/id/eprint/7189 |
Actions (login required)
 |
View Item |
