SENTIMENT ANALISIS PENGGUNA TWITTER TERHADAP KEBIJAKAN PEMERINTAH MENGENAI HARGA MINYAK GORENG DI INDONESIA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

Abdi, Tegar Sukma (2023) SENTIMENT ANALISIS PENGGUNA TWITTER TERHADAP KEBIJAKAN PEMERINTAH MENGENAI HARGA MINYAK GORENG DI INDONESIA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (672kB)
	Text (BAB I) BAB I.pdf Download (229kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (608kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (480kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (454kB)
	Text (BAB V) BAB V.pdf Download (42kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (144kB)
	Archive (SOURCE CODE) Source Code - Tegar Sukma Abdi.zip Restricted to Repository staff only Download (403kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (495kB)

Abstract

Perkembangan teknologi internet yang begitu pesat, membuat berbagai macam aktivitas manusia bergantung pada kemajuan teknologi salah satunya media sosial. Media sosial, termasuk Twitter, telah menjadi platform yang memainkan peran penting dalam memfasilitasi komunikasi dan berbagi informasi di antara masyarakat global. Dalam konteks ini, Twitter telah menjadi ruang publik virtual di mana pengguna dapat menyampaikan opini, pandangan pribadi, serta mengungkapkan sentimen mereka mengenai berbagai hal, termasuk topik sensitif seperti kelangkaan minyak goreng. Untuk mengidentifikasi opini masyarakat, dilakukan analisis sentiment yang bertujuan untuk mengetahui apakah opini terhadap minyak goreng bersifat positif atau negatif. Untuk menjalankan analisis sentimen ini, diperlukan algoritma yang mumpuni. Salah satu algoritma yang diterapkan untuk mengklasifikasi data tweet terkait isu kekurangan minyak goreng adalah algoritma Naïve Bayes Classifier (NBC). Hasil penelitian ini mencakup analisis sentimen tentang kelangkaan minyak goreng, diketahui bahwa sebagian besar pengguna mengekspresikan sentimen negatif terhadap situasi ini, dengan persentase sebesar 59,84% (681 cuitan). Sedangkan pengguna yang menunjukkan sentimen positif sebanyak 40,16% (457 cuitan). Sementara itu, dalam uji coba algoritma Naïve Bayes yang dijalankan sebanyak 5 kali, ditemukan hasil terbaik pada skema pembagian data, dengan 80% digunakan sebagai data latihan (training) dan 20% sebagai data pengujian (testing). Dari hasil ini, akurasi algoritma mencapai 82%, dengan nilai presisi mencapai 84%, nilai recall sebesar 82%, dan nilai f1-score sebesar 83%.

Actions (login required)

View Item