Ramadhan, Irvan Muhammad (2022) ANALISIS SENTIMEN MENGGUNAKAN K-NEAREST NEIGHBOR TERHADAP INITIAL PUBLIC OFFERING (IPO) PT GOTO GOJEK TOKOPEDIA TBK PADA TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (996kB) |
|
Text (BAB I)
BAB I.pdf Download (257kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (401kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (590kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (444kB) |
|
Text (BAB V)
BAB V.pdf Download (38kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (84kB) |
|
Other (SOURCE CODE)
Source Code - Irvan Muhammad Ramadhan.rar Restricted to Repository staff only Download (48kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (485kB) |
Abstract
Angka pengguna internet sosial media mencapai 204,7 juta jiwa pada awal tahun 2022, naik sekitar 1,03% dibandingkan awal tahun sebelumnya yang tercatat berjumlah 202,6 juta. Indonesia merupakan negara diurutan ke 5 dalam penggunaan sosial media Twitter. Banyak diskusi yang dilakukan salah satunya tentang bergabungnya dua perusahaan teknologi asal Indonesia Gojek dan Tokopedia menjadi bisnis raksasa bernama GoTo. Metode K-Nearest Neighbors untuk klasifikasi atau klustering tweet berdasarkan tetangga terdekat pada data latih. Dengan begitu penelitian ini dapat digunakan untuk menentukan apakah tweet tentang Initial Public Offering (IPO) Pt GoTo Gojek Tokopedia Tbk tersebut berorientasi sentiment negative atau positif serta mengetahui presentasi akurasi dari Metode K-NN dalam klasifikasi tweet Bahasa Indonesia. Penelitian ini menganalisis sentiment pengguna Twitter berupa data tweet dalam Bahasa Indonesia dengan metode K-NN (K-Nearest Neighbors). Pengujian menggunakan data tweet 410 tweet dengan kata kunci IPO GoTo, IPO Gojek, IPO Tokopedia, dilakukan dengan pembagian 80% data latih dan 20% data uji untuk melihat akurasi dan kinerja hasil klasifikasi. Berdasarkan pengujian diperoleh akurasi sebesar 73%.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Analisis sentimen, Algoritma KNN, K-Nearest Neighbors, Saham GoTo | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 07 Jul 2023 07:57 | ||
Last Modified: | 12 Jul 2023 07:20 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/20163 |
Actions (login required)
View Item |