ANALISIS SENTIMEN KATA VAKSIN COVID-19 PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES

Deansyach, Rafly Inggar (2022) ANALISIS SENTIMEN KATA VAKSIN COVID-19 PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (418kB)
[img] Text (BAB I)
BAB I.pdf

Download (227kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (406kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (872kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (617kB)
[img] Text (BAB V)
BAB V.pdf

Download (34kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (93kB)
[img] Archive (SOURCE CODE)
Source Code-18.11.2017_Rafly Inggar Deansyach.rar
Restricted to Repository staff only

Download (22kB)
[img] 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:
Pembimbing
Setiaji, Bayu
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 View Item