ANALISIS SENTIMEN PADA TWITTER TERHADAP CALON PRESIDEN INDONESIA 2019 MENGGUNAKAN METODE NAIVE BAYES, K-NEAREST NEIGHBOR DAN PARTICLE SWARM OPTIMIZATION

Zuhdi, Abdul Malik (2019) ANALISIS SENTIMEN PADA TWITTER TERHADAP CALON PRESIDEN INDONESIA 2019 MENGGUNAKAN METODE NAIVE BAYES, K-NEAREST NEIGHBOR DAN PARTICLE SWARM OPTIMIZATION. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text (THESIS)
17.52.1053 Abdul Malik Zuhdi.pdf
Download (4MB)

Abstract

Twitter adalah media sosial di mana banyak orang dari seluruh dunia dapat mengungkapkan pendapat mereka. Di Twitter masyarakat ramai berbincang tentang pemilihan pilpres 2019, sehingga bermunculan opini yang bersifat positif maupun negatif tentang calon presiden. Penelitian ini diharapkan dapat bermanfaat membantu riset atas opini masyarakat yang mengandung sentimen positif dan negatif. Tahapan penelitian dilakukan dengan pengumpulan data tweet, preprosesing, tokenisasi, penentuan class atribut, load directory, determine sentiment, kemudian dilanjutkan klasifikasi dengan menggunakan tiga metode yaitu k-NN, Naïve Bayes, dan PSO. Dari hasil penelitian dan pengujian, metode KNN yang di optimasi dengan PSO memiliki tingkat akurasi klasifikasi sentimen mencapai 98,5 % dengan rata-rata waktu 193 detik.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Utami, Ema
Raharjo, Suwanto
Uncontrolled Keywords: Sentimen analisis, Twitter, K-NN, Naive Bayes, PSO
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 > 005 Pemrograman komputer, program dan data
Divisions: Pascasarjana MTI > Magister Teknik Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 11 Jul 2023 07:16
Last Modified: 11 Jul 2023 07:16
URI: http://eprints.amikom.ac.id/id/eprint/20270

Actions (login required)

View Item View Item