Kurniawan, Aas Andri (2023) K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK MENGANALISIS KEPUASAN PELANGGAN PROVIDER INTERNET FIRST MEDIA PADA TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (568kB) |
|
Text (BAB I)
BAB I.pdf Download (221kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (520kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (632kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (841kB) |
|
Text (BAB V)
BAB V.pdf Download (50kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (141kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/other.png) |
Other (SOURCE CODE)
Source Code - Aas Andri Kurniawan.rar Restricted to Repository staff only Download (19MB) |
|
Text (PUBLIKASI)
Publikasi 17.11.1532 - Aas Andri Kurniawan.pdf Restricted to Repository staff only Download (834kB) |
Abstract
Media sosial saat ini merupakan media yang sering digunakan oleh masyarakat indonesia dalam menyampaikan sebuah pendapat. Salah satu media sosial yang populer di kalangan masyarakat indonesia saat ini salah satunya adalah twitter. Dengan meningkatnya jumlah pengguna twitter dari tahun ke tahun sehingga wirausaha ataupun instansi memanfaatkannya untuk meninjau pendapat mengenai produk jualnya. Dengan media sosial twitter informasi yang didapatkan sangat beragam melalui tweet, tweet sendiri memiliki informasi tertulis yang merupakan data yang dapat diolah menjadi analisis sentimen. Dalam penelitian ini data yang diperoleh dan diolah adalah data twitter dengan keyword firstmedia. Data akan dibagi menjadi data latih dan data uji serta dibagi menjadi 3 kelas yaitu positif, netral dan negatif dengan menggunakan metode K-Nearest Neighbor dan Naïve Bayes Classifier. Berdasarkan hasil pengujian, metode Naïve Bayes Classifier (NBC) mendapatkan akurasi sebesar 72,51%. Dalam penelitian ini klasifikasi data Naïve Bayes Classifier lebih tinggi akurasinya untuk klasifikasi sentimen dibandingkan dengan metode K-Nearest Neighbor yang hanya mendapatkan akurasi sebesar 70,32%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Twitter, Naïve Bayes Classifier, K-Nearest Neighbor, FirstMedia | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 25 Aug 2023 02:43 | ||
| Last Modified: | 25 Aug 2023 02:43 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/20871 |
Actions (login required)
 |
View Item |