Andre, Andre (2023) {NON SKRIPSI MAGANG} ANALISIS SENTIMEN PROFIL INSTAGRAM. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (662kB) |
|
Text (BAB I)
BAB I.pdf Download (230kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (95kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (6MB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Laporan Magang Source Code - Andre.zip Restricted to Repository staff only Download (1MB) |
Abstract
Media sosial mempengaruhi perubahan cara berkomunikasi pada masyarakat. Salah satu media sosial yang sering digunakan yaitu Instagram. Instagram menjadi media untuk bersosialisasi dan mengekspresikan diri. Seiring perkembangan teknologi, fungsinya bergeser menjadi sarana untuk melakukan kegiatan bisnis. Dalam proses bisnis opini dari pelanggan merupakan hal yang penting untuk kemajuan dan perkembangan perusahaan. Oleh karena itu, untuk mengetahui apakah akun instagram yang digunakan digemari atau tidak oleh publik dapat dilakukan analisis sentimen dari komentar yang ada pada akun. Analisis sentimen merupakan proses untuk memahami isi teks dan dikelompokan kedalam beberapa jenis kategori sentimen. Untuk mempermudah dan mempersingkat waktu pengumpulan data dibuat scraper yang secara otomatis akan mengambil data berdasarkan username akun instagram. Untuk melakukan analisis sentimen dengan cepat dilakukan menggunakan model machine learning menggunakan metode klasifikasi. Agar model dapat mengetahui makna setiap data teks dilakuakan proses ekstraksi fitur TF-IDF. Sebelum data diolah oleh model data dibersihkan menggunakan metode preprocessing cleaning, case folding, tokenizing, dan normalization. Data berisi 4066 data dengan pembagian label sentimen positif dan negatif, serta pembagian 80% untuk data latih dan 20% untuk data uji. Model yang digunakan memiliki akurasi 85.26% dan runtime 0.8 detik yang dihasilkan dari multi-model terhadap tiga model machine laerning yaitu Support Vector Machine, Naive Bayes, dan Random Forest dengan menerapakan hyperparameter tuning. Dikarenakan analisis sentimen pada dasarnya merupakan hal subjektif maka dibuat sistem yang menfasilitasi pengguna untuk membuat model sesuai dengan preferensi mereka.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis sentimen, Preprocessing, Instagram, Model machine learning | ||
| 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: | 25 Jul 2023 04:21 | ||
| Last Modified: | 25 Jul 2023 04:21 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/20804 |
Actions (login required)
 |
View Item |