Prihanto, Wahyu (2019) ANALISIS SENTIMEN TERHADAP TINGKAT KEPUASAN PENGGUNA PROVIDER TELKOMSEL PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (252kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (912kB) |
|
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 (934kB) |
|
Text (BAB V)
BAB V.pdf Download (142kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (340kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 18.21.1132 Wahyu Prihanto.zip Restricted to Repository staff only Download (841kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Media sosial Twitter merupakan microblog yang memungkinkan penggunanya untuk menuliskan Tweet tentang berbagai topik dan membahas isuisu yang sedang terjadi. Tweet pada Twitter dapat berbentuk teks, foto, maupun video. Tetapi pada penelitian ini hanya akan menggunakan cuitan yang berbentuk teks saja. Tweet trsebut nantinya akan digunakan untuk membuat analisis sentiment terhadap tingkat kepuasan pengguna provider Telkomsel menggunakan algoritma Naïve Bayes Classifier(NBC). Naïve Bayes Classifier(NBC) adalah algoritma yang menggunakan metode probabilitas dan statistic yang dikemukakan oleh ilmuwan Inggris Thomas Bayes. Ciri utama dari Naïve Bayes ini adalah asumsi yang sangat kuat akan independensi dari masing-masing kondisi/kejadian. Keuntungan menggunaka Naïve Bayes adalah bahwa metode ini hanya membutuhkan data pelatihan yang kecil untuk menentukan estimasi parameter yang diperlukan dalam proses pengklasifikasian. Algoritma ini digunakan sebagai pengklasifikasi Tweet ke dalam tiga sentiment yaitu positif, negative, netral. Penelitian ini berfokus pada pengujian akurasi algoritma Naïve Bayes Classifier tanpa menggunakan metode POS Filtering dan menggunakan metode POS Filtering. Akurasi yang dihasilkan oleh algoritma Naïve Bayes Classifier tanpa menggunakan metode POS Filtering sebesar 90% sedangkan menggunakan metode POS Filtering sebesar 87%. Kesimpulan penelitian ini bahwa akurasi algoritma Naïve Bayes Classifier dapat mencapai 90% tanpa menggunakan metode POS Filtering.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Twitter, Klasifikasi, Naïve Bayes Classifier, POS Filtering | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 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: | 13 Nov 2023 03:24 | ||
| Last Modified: | 13 Nov 2023 03:24 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/22799 |
Actions (login required)
 |
View Item |