Mesias, Rizky (2019) ANALISIS SENTIMEN OPINI MASYARAKAT DI INDONESIA TERHADAP PERCERAIAN AHOK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 thesis, UAJY.

Text
TF07914.pdf
Restricted to Repository staff only

File Pdf (4MB)

Abstract

Twitter telah menjadi media sosial yang digemari
masyarakat Indonesia dalam menyampaikan pendapatnya.
Indonesia merupakan salah satu negara dengan jumlah
pengguna sosial media terbesar di dunia. Twitter menjadi
tempat untuk mendapatkan data dari semua pendapat yang
diungkapkan masyarakat melalui tweets yang di-posting ke
timeline. Melalui kasus Ahok mulai dari penistaan agama
hingga perceraian Ahok mantan Gubernur DKI Jakarta,
masyarakat banyak menyampaikan opini dalam menyikapi
kasus tersebut.
Opini tersebut kemudian diolah untuk dianalisa agar
menjadi pengetahuan dengan mengumpulkan data-data
pendapat masyarkat tentang perceraian Ahok mantan
Gubernur DKI Jakarta dalam postingan dari twitter. Yang
nantinya data tersebut digunakan untuk mengetahui
kesetian pendukung Ahok terhadap kasus tersebut dan bisa
digunakan untuk prediksi saat Ahok ingin mencalonkan
diri ke dunia politik kembali. Analisa akan dilakukan
dengan salah satu metode data mining , yaitu Naïve Bayes
Classifier, yang akan diklasifikasikan ke dalam sentimen
negatif, positif dan netral.
Hasil pengujian terhadap data tweet perceraian Ahok
memperlihatkan bahwa metode Naïve Bayes Classifier (NBC)
mampu mengklasifikasikan kelas sentimen dengan sangat
baik. Sentimen terbanyak adalah sentimen negatif.
Akurasi yang didapat mencapai 100%. Dari penelitian ini
diharapkan dapat digunakan oleh pihak tertentu yang
membutuhkan dan menjadi pengetahuan baru di masa
mendatang

Item Type: Thesis (S1)
Uncontrolled Keywords: Analisis Sentimen, Twitter, Ahok, Opini Masyarakat, naïve bayes classifier.
Subjects: Teknik Informatika > Enterprise Inf System
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 21 Jun 2019 03:19
Last Modified: 21 Jun 2019 03:19
URI: https://repository.uajy.ac.id/id/eprint/19111

Actions (login required)

View Item
View Item