BEDING, ROBERT ADVENTO (2019) ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER TERHADAP DEBAT PEMILIHAN PRESIDEN 2019 MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

[thumbnail of ROBERT ADVENTO BEDING]
Preview
 Text (ROBERT ADVENTO BEDING)
14 07 07880_0.pdf
Download (753kB) | Preview
[thumbnail of 14 07 07880_1.pdf]
Preview
 Text
14 07 07880_1.pdf
Download (349kB) | Preview
[thumbnail of 14 07 07880_2.pdf]
Preview
 Text
14 07 07880_2.pdf
Download (463kB) | Preview
[thumbnail of 14 07 07880_3.pdf]
Preview
 Text
14 07 07880_3.pdf
Download (486kB) | Preview
[thumbnail of 14 07 07880_4.pdf] Text
14 07 07880_4.pdf
Restricted to Registered users only
Download (996kB)
[thumbnail of 14 07 07880_5.pdf] Text
14 07 07880_5.pdf
Restricted to Registered users only
Download (875kB)
[thumbnail of 14 07 07880_6.pdf]
Preview
 Text
14 07 07880_6.pdf
Download (1MB) | Preview

Abstract

Analisis sentimen merupakan salah satu cara untuk memprediksi sebuah
sasaran, dengan melakukan penambangan data yang merupakan kumpulan data
mentah dan diolah menjadi data yang siap dianalisis. Sosial media yang
digunakan dalam melakukan analisis adalah twitter, dengan kemudahan dalam
penggunaannya dan dengan pertimbangan data yang beragam. Opini masyarakat
tentang terselenggaranya debat pilpres 2019 di Indonesia merupakan salah satu
cara agar dapat mengetahui bagaimana pendapat dan respon terhadap acara
tersebut. Dengan melakukan analisis sentimen dengan melihat pandangan
masyarakat apakah menagarah pada sifat yang positif, netral atau negatif.
Dari data yang berisi tentang opini masyarakat pada debat pilpres 2019,
metode yang digunakan dalam melakukan analisis adalah metode Naïve Bayes
Classifier dapat membantu dalam menganalisis, dengan pertimbangan tingkat
akurasinya yang tinggi dan lebih sederhana. Dengan melakukan perbandingan
antara metode Naïve Bayes Classifier, metode One-R dan Zero-R.
Hasil pengujian terhadap data tweet Debat Pilpres 2019 menunjukkan
bahwa metode Naïve Bayes Classifier dapat menghasilkan akurasi yang lebih baik
dari metode One-R dan Zero-R. Dengan nilai pada proses 20-k fold cross
validation dengan rata-rata akurasi berjumlah 98.633%, precision 0.986%, recall
0.987%, F-Measure 0.987% dari 45.938 data tweet yang dimiliki. Dan kata-kata
yang paling sering digunkaan pada tweet debat Pilpres 2019 dengan
x
menggunakan metode N-gram, adalah gagpunicorn, debatcawapres, debatpilpres,
jokowi dan debat.

Item Type: Thesis (S1)
Uncontrolled Keywords: Analisis sentimen, Data mining, Twitter, Debat Pilpres 2019, Naïve bayes classifier, N-gram.
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 28 Oct 2021 04:20
Last Modified: 28 Oct 2021 04:20
URI: https://repository.uajy.ac.id/id/eprint/25086

Actions (login required)

View Item
View Item