Hibbannuari, Muhammad Enggar Aziz (2023) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP LAYANAN PROVIDER INDIHOME MENGGUNAKAN ALGORITMA NAIVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (671kB) |
|
Text (BAB I)
BAB I.pdf Download (137kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (857kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (399kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (73kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (416kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 15.11.8681 Muhammad Enggar Aziz Hibbannuari.zip Restricted to Repository staff only Download (11MB) |
Abstract
Indihome merupakan salah satu penyediaan layanan internet (ISP) yang ada di Indonesia yang jangkauan layanan sudah tercakup ke seluruh wilayah Indonesia. Sebuah penyedia layanan seperti Indihome pasti memiliki keluhan atau aduan tentang kepuasan atau kelayakan menggunakan Indihome, melalui data pengguna Twitter untuk mendapatkan akurasi nilai positif dan negatif terhadap layanan Indihome. Menggunakan data tweet pada Twitter merupakan memanfaatkan layanan yang disediakan untuk keluhan ataupun aduan terhadap Indihome. Pengambilan data tweet pada Twitter menggunakan script Bahasa Python. Data tersebut di klasikasi menggunakan Naive Bayes Classifier. Naive Bayes Classifier merupakan algoritma yang memanfaatkan perhitungan probabilitas dan statistik yang dikemukakan oleh Ilmuwan Inggris Thomas Bayes, yaitu memprediksi probabilitas di masa mendatang berdasarkan data pada masa sebelumnya. Analisis Sentimen memiliki tahapan yaitu crawling, pre-processing, pembobotan kata, pembentukan model dan klasifikasi sentimen. Pada pembobotan kata digunakan metode TF - IDF. Data yang ada akan diklasifikasikan ke dalam 2 kelas, yaitu positif dan negatif. Data tersebut akan diuji melalui confusion matrix dengan parameter akurasi, recall dan precision.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Naïve Bayes, Analisis Sentimen, Klasifikasi, Indihome, Confusion Matrix. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 05 Apr 2023 03:27 | ||
| Last Modified: | 28 Jul 2023 03:15 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/18238 |
Actions (login required)
 |
View Item |