IMPLEMENTASI SENTIMEN ANALISIS PADA CALON PRESIDEN INDONHSIA 2019 BERDASARKAN DATA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE LEXICON BASED DAN NAIVE BAYES CLASSIFIER

Saputra, Aditya Derry (2019) IMPLEMENTASI SENTIMEN ANALISIS PADA CALON PRESIDEN INDONHSIA 2019 BERDASARKAN DATA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE LEXICON BASED DAN NAIVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (2MB)
[img] Text (BAB I)
BAB I.pdf
Download (1MB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (3MB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (4MB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (2MB)
[img] Text (BAB V)
BAB V.pdf
Download (335kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (963kB)

Abstract

Pemilihan Presiden Indonesia akan dilangsungkan pada 17 April 2019 yang keramaiannya sudah mulai bisa dirasakan, para calon Presiden sering memanfaatkan media sosial untuk berkampanye dan meningkatkan popularitas serta mengukur opini publik untuk maju sebagai calon Presiden Indonesia 2019. Salah satu media jejaring sosial yang telah dimanfaatkan dalam pemilihan umum adalah Twitter yang sekarang ini menjadi salah satu tempat promosi atau kampanye yang efektif dan efisien. Oleh karena itu, penelitian ini mencoba memanfaatkan Twitter dengan menganalisis tweer berbahasa Indonesia yang membicarakan calon Presiden. Analisis dilakukan dengan melakukan klasifikasi tweet yang berisi sentimen masyarakat tentang calon Presiden. Metode yang digunakan dalam penelitian ini, untuk preprocessing data menggunakan tokenisasi, cleansing dan filtering, untuk menentukan kelas sentimen dengan metode Lexicon Based. Untuk proses klasifikasinya menggunakan metode Naïve Bayes Classifier (NBC). Hasil penelitian ini menghasilkan sebuah sistem yang dapat mengklasifikasi sentimen secara otomatis dengan hasil pengujian 100 tweer mencapai 91% dengan 1000 data training.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Sismoro, Heri
Uncontrolled Keywords: Sentimen Analisis, Lexicon Based Method, Naive Bayes Classifier
Subjects: 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: 01 Feb 2024 06:11
Last Modified: 01 Feb 2024 06:11
URI: http://eprints.amikom.ac.id/id/eprint/23635

Actions (login required)

View Item View Item