ANALISIS SENTIMEN PADA SOSIAL MEDIA TWITTER TERHADAP POLITIK DI INDONESIA MENGGUNAKAN TEXT MINING DENGAN METODE NAIVE BAYES CLASSIFIER

Listyawan, Listyawan (2020) ANALISIS SENTIMEN PADA SOSIAL MEDIA TWITTER TERHADAP POLITIK DI INDONESIA MENGGUNAKAN TEXT MINING DENGAN METODE NAIVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (0B)
	Text (BAB I) BAB I.pdf Download (0B)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (0B)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (0B)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (0B)
	Text (BAB V) BAB V.pdf Download (0B)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (0B)
	Archive (SOURCE CODE) Source Code 16.11.0398 Listyawan.zip Restricted to Repository staff only Download (2MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (856kB)

Abstract

Media Sosial saat ini sudah menjadi kebutuhan pokok hampir seluruh lapisan masyarakat. Salah satu media sosial yang banyak digunakan oleh masyarakat adalah Twitter. Twitter merupakan media sosial yang sedang popular saat ini, disini masyarakat bebas bekomentar dan menulis apapun. Tidak jarang masyarakat berkomentar dengan kata – kata kasar bahkan ujaran kebencian. Pemerintahan Jokowi-Ma’ruf yang baru memasuki tahun pertama masa kerjanya juga menuai banyak komentar, ada yang memuji, mengkritik dan menghina. Untuk dapat menggali dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Metode yang digunakan untuk analisis sentimen pada penelitian ini adalah metode Text Mining. Salah satu metode Text Mining yaitu Naïve Bayes Classifier. Data opini diperoleh dari jejaring sosial media Twitter berupa tweet berdasarkan query dalam Bahasa Indonesia. Data tweet akan di crawling, lalu dilakukan preprocessing untuk dilakukan klasifikasi dengan Naive Bayes Classifier. Dalam penelitian ini data dibagi menjadi tiga kelas yaitu kelas sentimen positif, negatif dan netral. Hasil penelitian didapat sentimen positif 34%, negatif 20%, dan netral 46%. Evaluasi terhadap model Naïve Bayes Classifier dengan menggunakan Split Validation didapatkan nilai rata-rata akurasi sebesar 62,95%. Dengan demikian disimpulkan bahwa algoritma Naïve Bayes Classifier cocok digunakan untuk mengklasifikasi sentimen pada sosial media Twitter.

Actions (login required)

View Item