Haryanto, Bayu Dwi (2021) ANALISA SENTIMEN DAN KLASIFIKASI KOMENTAR POSITIF NEGATIF PADA TWEET COVID 19 DENGAN K-NEAREST NEIGHBOR. Undergraduate thesis, Universitas Stikubank.
![[thumbnail of HLM JUDUL]](/style/images/fileicons/application_pdf.png) |
PDF (HLM JUDUL)
Download (382kB) |
|
PDF (ABSTRAK)
Download (262kB) |
|
PDF (BAB I)
Download (175kB) |
|
PDF (BAB II)
Restricted to Repository staff only Download (337kB) |
|
PDF (BAB III)
Restricted to Repository staff only Download (226kB) |
|
PDF (BAB IV)
Restricted to Repository staff only Download (607kB) |
|
PDF (BAB V)
Restricted to Repository staff only Download (8kB) |
|
PDF (DAFTAR PUSTAKA)
Download (128kB) |
|
PDF (LAMPIRAN)
Restricted to Repository staff only Download (716kB) |
Abstract
Abstrak Dengan banyaknya pengguna Twitter yang menyampaikan opini-opini tersebut dapat dimanfaatkan untuk mencari sebuah informasi. Namun dalam pemanfaatannya membutuhkan analisis yang tepat sehingga informasi yang dihasilkan dapat membantu banyak pihak untuk mendukung suatu keputusan atau pilihan. Salah satu metode yang dapat digunakan untuk menganalisis opini – opini tweet adalah analisa sentimen. Penelitian ini bertujuan untuk mengimplementasi algoritma KNN dalam mengklasifikasikan sebuah tweet opini tentang Covid 19 sehingga dapat diketahui termasuk ke dalam kelas bersentimen positif atau negatif.. Data tweet yang digunakan pada penelitian adalah sebanyak 100 tweet yang dibagi menjadi 2 yaitu data latih sebanyak 85 data tweet dan data uji sebanyak 15 data tweet yang disimpan dalam format xlsx. Metode K-Nearest Neighbor dalam melakukan klasifikasi tweet Covid 19 positif atau negatif dengan 85 data latih dan 15 data uji mendapat hasil akurasi sebesar 87 %.. Hasil akurasi yang cukup tinggi yaitu 87% maka metode K-Nearest Neighbor dapat digunakan untuk melakukan klasifikasi tweet Covid 19 positif atau negatif secara otomatis
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | NIM:16.01.53.0131 SKR.I.05.01.1973 |
| Uncontrolled Keywords: | Analisis Sentimen, Text Mining, Covid 19, KNN |
| 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: | 07 Jun 2021 04:47 |
| Last Modified: | 07 Jun 2021 04:47 |
| URI: | https://eprints.unisbank.ac.id/id/eprint/7821 |
Actions (login required)
 |
View Item |
