ANALISIS SENTIMEN TERHADAP “PERNIKAHAN MUDA” PADA PLATFORM TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES

Shabrina, Fiha Nur (2023) ANALISIS SENTIMEN TERHADAP “PERNIKAHAN MUDA” PADA PLATFORM TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (620kB)
	Text (BAB I) BAB I.pdf Download (147kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (676kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (345kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (763kB)
	Text (BAB V) BAB V.pdf Download (39kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (115kB)
	Archive (SOURCE CODE) Source Code - Fiha Nur Shabrina.zip Restricted to Repository staff only Download (480kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (830kB)

Abstract

Pernikahan muda tergolong menjadi sebuah fenomena trend di kalangan Masyarakat Indonesia. Banyak faktor yang dapat memberikan dorongan terhadap para Masyarakat yang berusia muda untuk segera menikah. Salah satu faktornya yakni melihat dari sudut pandang lingkungan baik internal maupun eksternal, serta pemikiran setiap individu yang berbeda-beda. Hal inilah yang menjadikan beberapa pandangan opini terhadap pernikahan muda di kalangan masyarakat yang dituang melalui media sosial. Dalam penelitian ini menggunakan metode Naïve Bayes dengan menggunakan Bahasa pemrograman python yang datanya diambil dari Twitter. Data mentah tersebut kemudian diolah sehingga data dapat diproses untuk menentukan hasil probabilitas dari klasifikasi metode yang digunakan, bisa berupa positif, negatif, ataupun netral. Terdapat beberapa tahapan yang menyertai selama penelitian ini diperoses yakni crawling data, preprocessing data, TF/IDF, classification, dan evaluation. Data yang di-crawling menggunakan keyword “nikah muda” pada kolom pencarian di Twitter, dan berhasil diambil sebanyak 3009 data yang telah dieliminasi sebelum prosesnya menjadi 715 data. Data tersebut memuat opini yang dapat menjadi acuan untuk pengklasifikasian. Berdasarkan hasil penelitian yang sudah dilaksanakan mendapatkan nilai akurasi sebesar 96%. Dengan nilai negatif sebesar 94% yang merupakan hasil gabungan dari precison sebesar 100% dan recall 90%. Penggunaan klasifikasi naïve bayes terbukti sangat baik dengan memiliki hasil uji dan akurasi yang tinggi.

Actions (login required)

View Item