MAHAWIJAYA, KOMANG INDRA (2019) ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP STARTUP DIGITAL INDONESIA DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 thesis, UAJY.

Text (KOMANG INDRA MAHAWIJAYA)
TF07995.pdf
Restricted to Repository staff only

File Pdf (2MB)

Abstract

Twitter telah menjadi salah satu media sosial terbesar di dunia. Indonesia adalah salah satu
negara dengan jumlah pengguna Twitter terbanyak di dunia. Dengan banyaknya jumlah pengguna
Twitter di Indonesia menjadikan media sosial ini sebagai wadah penampung opini dan ekspresi
masyarakat Indonesia melalui postingan tweet pada Twitter. Perkembangan startup digital telah
mengalami kemajuan yang cukup pesat di Indonesia, masyarakat Indonesia banyak mencurahkan
opini dan ekspresi terhadap beberapa startup digilat Indonesia seperti Gojek, Bukalapak, Traveloka
dan Tokopedia dan para penyedia startup pun juga didalam memberikan suatu informasi dapat
menggunakan media sosial salah satunya Twitter guna untuk mendapatkan suatu informasi.
Dari opini tersebut akan dianalisis dan diamati dengan menggumpulkan data yang
bersumber dari postingan tweet pada Twitter, yang berkaitan dengan startup digital di Indonesia.
Metode yang digunakan dalam analisis ini adalah salah satu metode dari data mining, yaitu metode
Naïve Bayes untuk pengklasifikasian opini tweet ke dalam sentimen positif, negatif, atau netral.
Hasil pengujian terhadap data tweet berdasarkan pencarian dari kata kunci Gojek,
Bukapalak, Tokopedia dan Traveloka memperlihatkan bahwa metode Naive Bayes Classifier (NBC)
mampu mengklasifikasikan kelas sentimen dengan baik dibandingkan metode One Rule (OneR) dan
ZeroR. Akurasi tertinggi didapat pada proses menggunakan data training di 25% dengan rata-rata
akurasi mencapai 99,5636 %, nilai presisi 0,996, nilai recall 0,996% dan nilai F-Measure 0,996.

Item Type: Thesis (S1)
Uncontrolled Keywords: Data Mining, Twitter, Startup Digital Indonesia, Naïve Bayes, Sentimen Analisis.
Subjects: Teknik Informatika > Mobile Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 30 Aug 2019 04:58
Last Modified: 30 Aug 2019 04:58
URI: https://repository.uajy.ac.id/id/eprint/19814

Actions (login required)

View Item
View Item