PENERAPAN METODE SUPPORT VERTOR MACHINE DALAM ANALASIS SENTIMEN MEDIA SOSIAL TWITTER TERKAIT ISU VAKSIN COVID-19 DI INDONESIA

Nur, Fahad Abdul (2021) PENERAPAN METODE SUPPORT VERTOR MACHINE DALAM ANALASIS SENTIMEN MEDIA SOSIAL TWITTER TERKAIT ISU VAKSIN COVID-19 DI INDONESIA. Undergraduate thesis, Universitas Stikubank.

	PDF (HLM JUDUL) Download (458kB)
	PDF (ABSTRAK) Download (25kB)
	PDF (BAB I) Download (93kB)
	PDF (BAB II) Restricted to Repository staff only Download (190kB)
	PDF (BAB III) Restricted to Repository staff only Download (565kB)
	PDF (BAB IV) Restricted to Repository staff only Download (840kB)
	PDF (BAB V) Restricted to Repository staff only Download (86kB)
	PDF (DAFTAR PUSTAKA) Download (91kB)
	PDF (LAMPIRAN) Restricted to Repository staff only Download (1MB)

Abstract

Di era digital saat ini, Twitter sangat banyak digunakan oleh masyarakat sebagai sarana komunikasi. Fasilitas ini memberikan kebebasan dalam menyampaikan pendapat dan / atau opini di media sosial twitter. Pendapat di media sosial twitter bisa disebut tweet. Pendapat yang sering muncul sangat beragam dalam ekspresi dan makna dalam konteks masalah yang sedang dibahas. Tweet yang dianalisis dalam penelitian ini terkait dengan isu Coronavirus di Indonesia. Data yang digunakan dalam penelitian ini adalah 500 data tweet dengan 350 data latih dan 150 data uji. Penelitian ini bertujuan untuk mengimplementasikan algoritma Support Vector Machine dalam analisis sentimen pengguna sosial media twitter dengan topik vaksin covid-19 di indonesia. Mengetahui isu apa yang terjadi dengan isu vaksin covid-19 di Indonesia, mentukan hasil akurasi dengan menggunakan metode support vector machine. Alat bantu yang digunakan dalam proses klasifikasi adalah bahasa pemrograman Python. Kemudian untuk metode yang digunakan dalam klasifikasi adalah metode mesin pendukung vektor dengan data sentimen yang digunakan yaitu positif dan negatif. Hasil yang diberikan dalam metode mesin vektor dukungan dalam nilai 81%, dengan penarikan 72% dan presisi 92%. Oleh karena itu, metode mesin support vector cukup baik dalam melakukan klasifikasi.

Item Type:	Thesis (Undergraduate)
Additional Information:	NIM : 16.01.53.0157 SKR.I.05.01.1960
Uncontrolled Keywords:	Analisis Senitmen Twitter, Metode Support Vector Machine, Isu Vaksin Covid-19
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User:	Ani Mariawati
Date Deposited:	03 Jun 2021 05:25
Last Modified:	03 Jun 2021 05:25
URI:	https://eprints.unisbank.ac.id/id/eprint/7767

Actions (login required)

View Item