Muharani, Ira (2020) ANALISIS SENTIMEN DAN KLASIFIKASI OPINI POSITIF DAN NEGATIF TERHADAP PENGESAHAN OMNIBUS LAW RUU CIPTA KERJA PADA TWITTER MENGGUNAKAN ALGORITMA MULTINOMIAL NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (532kB) |
|
Text (BAB I)
BAB I.pdf Download (270kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (983kB) |
|
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 (583kB) |
|
Text (BAB V)
BAB V.pdf Download (39kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (68kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/other.png) |
Other (SOURCE CODE)
Source Code-17.12.0377-Ira Muharani - Ira Muharani.rar Restricted to Repository staff only Download (235kB) |
|
Text (PUBLIKASI)
Publikasi - 17.12.0377-Ira Muharani - Ira Muharani.pdf Restricted to Repository staff only Download (483kB) |
Abstract
Pengesahan omnibus law RUU cipta kerja artinya menjadi UU baru yang menggabungkan regulasi dan memangkas beberapa pasal dari undang-undang sebelumnya termasuk pasal tentang ketenagakerjaan menjadi peraturan perundangundangan yang lebih sederhana. Dengan adanya pengesahan omnibus law RUU cipta kerja ini, maka UU Nomor 13 Tahun 2003 tentang ketenagakerjaan (UU ketenagakerjaan) tidak berlaku lagi. Penelitian ini menggunakan algoritma Multinomial Naïve Bayes. Algoritma Multinomial Naïve Bayes merupakan pengembangan dari Naïve Bayes sehingga mungkin digunakan pada pembuatan analisis sentiment dikarenakan algoritma ini bertujuan sebagai metode klasifikasi kedalam kategori positif dan negatif. Kelebihan multinomial naive bayes diantaranya adalah tingkat akurasi yang tinggi, mudah diimplementasikan, waktu komputasi yang rendah serta error rate yang minimum.Multinomial Naïve bayes dapat menangani ukuran kosakata dalam jumlah besar serta mereduksi tingkat error. Hasil uji Algoritma Multinomial Naive Bayes implementasi metode dalam mengklasifikasi menggunakan dataset sejumlah 500 dengan perbandingan data 0.9 data training dan 0.1 data testing serta menggunakan random state 80 menghasilkan akurasi 88%
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Twitter, Omnibus Law, Multinomial Naïve Bayes Classifier | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 22 Jun 2022 07:35 | ||
| Last Modified: | 15 Aug 2023 06:07 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/2232 |
Actions (login required)
 |
View Item |