Universitas Stikubank (Unisbank) Semarang Repository

ANALISA SENTIMEN DAN KLASIFIKASI KOMENTAR POSITIF NEGATIF PADA TWEET COVID 19 DENGAN K-NEAREST NEIGHBOR

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] PDF (HLM JUDUL)
Download (382kB)
[thumbnail of ABSTRAK] PDF (ABSTRAK)
Download (262kB)
[thumbnail of BAB I] PDF (BAB I)
Download (175kB)
[thumbnail of BAB II] PDF (BAB II)
Restricted to Repository staff only

Download (337kB)
[thumbnail of BAB III] PDF (BAB III)
Restricted to Repository staff only

Download (226kB)
[thumbnail of BAB IV] PDF (BAB IV)
Restricted to Repository staff only

Download (607kB)
[thumbnail of BAB V] PDF (BAB V)
Restricted to Repository staff only

Download (8kB)
[thumbnail of DAFTAR PUSTAKA] PDF (DAFTAR PUSTAKA)
Download (128kB)
[thumbnail of LAMPIRAN] 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 View Item