Deansyach, Rafly Inggar (2022) ANALISIS SENTIMEN KATA VAKSIN COVID-19 PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (418kB) |
|
Text (BAB I)
BAB I.pdf Download (227kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (406kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (872kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (617kB) |
|
Text (BAB V)
BAB V.pdf Download (34kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (93kB) |
|
Archive (SOURCE CODE)
Source Code-18.11.2017_Rafly Inggar Deansyach.rar Restricted to Repository staff only Download (22kB) |
|
Text (PUBLIKASI)
Publikasi-18.11.2017-Rafly Inggar Deansyach.pdf Restricted to Repository staff only Download (335kB) |
Abstract
Vaksin COVID-19 merupakan kebijakan pemerintah dalam rangka mencegah penyebaran virus COVID-19 yang terjadi di Indonesia saat ini, vaksin ini berguna untuk meningkatkan kekebalan tubuh seseorang terhadap suatu penyakit agar ketika terpapar virus tersebut akan tidak sakit atau hanya mengalami sakit ringan. Namun reaksi masyarakat terhadap kebijakan pemerintah ini menimbulkan tanggapan beragam maka Penelitian ini bertujuan untuk membuat model analisis sentimen terhadap opini masyarakat mengenai hal ini. Analisis sentimen sendiri merupakan penambangan kontekstual berupa teks yang prosesnya mengidentifikasi dan memperoleh data dalam bentuk informasi subjektif teks yang didapat pada materi sumber dan hal ini membantu untuk memahami sentimen masyarakat, opini, penilaian seseorang, sikap dan emosi seseorang. Oleh Karena itu analisis sentimen digunakan untuk memilih dari suatu dataset pada bentuk teks dengan cara mendeteksi dan menyaringnya supaya tidak terjadi penyebaran informasi yang tidak benar, dengan menggunakan metode klasifikasi naïve bayes akan diketahui sentimen bernilai positif, negatif dan netral. Hasil penelitian dengan menggunakan metode klasifikasi Naïve Bayes dengan pembobotan kata tf-idf, dari hasil pengujian analisis sentimen yang dapat dilakukan oleh sistem, mendapatkan accuracy adalah sebesar 75% dengan nilai rincian precission 76% dan recall 76%.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Vaksin, COVID-19, Sentimen, Naïve Bayes, Klasifikasi Kata | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 07 Jun 2022 06:40 | ||
Last Modified: | 22 Aug 2023 02:48 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/325 |
Actions (login required)
View Item |