Aini, Laila Nur (2022) PENERAPAN ALGORITMA KNN PADA ANALISIS SENTIMEN DAMPAK EKONOMI AKIBAT COVID DI MEDIA SOSIAL TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (503kB) |
|
Text (BAB I)
BAB I.pdf Download (308kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (768kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (864kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (66kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (520kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
fiks - Source Code-18.11.1980-Laila Nur Aini - 1980 Laila Nur Aini.rar Restricted to Repository staff only Download (633kB) |
Abstract
Pada akhir tahun 2019 Dunia digemparkan adanya virus baru yang mematikan, yaitu virus corona atau covid-19 (CoronaVirus Disease). Virus ini ditemukan pertama kali di Wuhan, China. Virus ini dapat menyebar de ngan cepat, bahkan sudah menyebar hampir ke seluruh negara di Dunia, termasuk Indonesia. Pertama kali Indonesia melaporkan adanya kasus Covid-19 pada 2 Maret 2020. Covid-19 mengakibatkan berbagai dampak pada beberapa sektor, baik dampak Positif maupun dampak Negatif. Sektor yang paling terpengaruh yaitu sektor ekonomi karena sektor ekonomi merupakan sektor yang paling penting dalam kehidupan. Pada sektor ekonomi mengalami banyak kerugian yang menimbulkan kenaikan harga barang barang pokok dan diikuti dengan kenaikan harga gas LPG, BBM, dll. Selain itu juga cukup baik mengalami kenaikan dalam memperkenalkan produk umkm dalam negeri kepada masyarakat. Hal ini menimbulkan berbagai sentimen dari masyarakat terkait covid-19 di Indonesia melalui media sosial Twitter. Twitter merupakan salah satu media sosial yang mudah penggunaannya untuk menyebarkan informasi secara real time. Banyaknya sentimen masyarakat mengenai dampak covid mendorong penulis untuk melakukan penelitian analisis sentimen dengan algoritma KNN (KNearest Neighbor) dalam melakukan klasifikasi data twitter. Algoritma KNN digunakan untuk mengklasifikasikan data twitter menjadi tiga kategori, yaitu sentimen positif, sentimen netral, dan sentimen negatif. Berdasarkan hasil implementasi algoritma knn memiliki akurasi sebesar 74%. Kemudian penulis melakukan upaya untuk menaikkan tingkat akurasi dengan menggunakan metode SMOTE dan menghasilkan nilai akurasi sebesar 75,42%. Dengan jumlah opini lebih condong ke positif dan topik paling dibicarakan yaitu ekonomi.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | K-Nearest Neighbor (KNN), Analisis Sentimen, Twitter, Dampak Covid, Klasifikasi | ||
| 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: | 02 Jul 2022 03:12 | ||
| Last Modified: | 07 Aug 2023 03:21 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/3530 |
Actions (login required)
 |
View Item |