ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP RENCANA PENGESAHAN RKUHP 2019 MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Fadhlulloh, Faishal (2020) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP RENCANA PENGESAHAN RKUHP 2019 MENGGUNAKAN METODE K-NEAREST NEIGHBOR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (672kB)
	Text (BAB I) BAB I.pdf Download (261kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (1MB)
	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 (1MB)
	Text (BAB V) BAB V.pdf Download (76kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (597kB)
	Other (SOURCE CODE) Source code-16.11.0836-Faishal Fadhlulloh - Faishal Fadhlulloh.rar Restricted to Repository staff only Download (587kB)
	Text (PUBLIKASI) Publikasi-16.11.0836-Faishal Fadhlulloh - Faishal Fadhlulloh.pdf Restricted to Repository staff only Download (398kB)

Abstract

Angka pengguna internet yang mengakses media sosial mencapai 85,7%.Sosial media Twitter memiliki pengguna 7.05% atau sekitar 12,06 juta pengguna di Indonesia. Terdapat banyak informasi dan tweet dari para penggunanya tentangberbagai hal, salah satunya kebijakan pemerintah. Kebijakan pemerintah yangtrending topic di Twitter pada eptember 2019 adalah tentang rencana pengesahanRKUHP (Rancangan Kitab Undang Undang Hukum Pidana). Metode K-NN digunakan untuk classification atau clustering tweetberdasarkan tetangga terdekat pada data latih. Dengan begitu penelitian ini dapat digunakan untuk menentukan apakah tweet tentang rencana pengesahan RKUHP tersebut berorientasi sentimen positif atau negatif serta mengetahui presentaseakurasi dari Metode K-NN dalam classification tweet Bahasa Indonesia. Penelitian ini menganalisis sentimen pengguna Twitter berupa data tweet dalam Bahasa Indonesia dengan Metode K-NN (K-Nearest Neighbors). Pengujian menggunakan data tweet 3000 tweet dengan kata kunci RKUHP, dilakukan dengan pembagian 80% data latih dan 40% data uji untuk melihat tingkat akurasi dan kinerja hasil klasifikasi. Berdasarkan hasil pengujian diperoleh akurasi 72%.Penerapan tahap preprocessing steaming menggunakan algoritma Nazief & Adrianimendapatkan peningkatan akurasi dengan nilai K=179 menjadi 81% . Dari penelitian ini terdapat beberapa kata yang mempengaruhi sentimenyaitu rkuhp, tolak, tunda, kpk. Hasilnya 48% pengguna twitter memilih penundaanRKUHP sedangkan 52% memilih untuk menolak RKUHP.

Actions (login required)

View Item