ANALISIS SENTIMEN UNTUK KLASIFIKASI SIFAT POLITIK TERHADAP PARTAI POLITIK INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Pangestu, Satrio Yudho (2019) ANALISIS SENTIMEN UNTUK KLASIFIKASI SIFAT POLITIK TERHADAP PARTAI POLITIK INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (290kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (744kB)
	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 (770kB)
	Text (BAB V) BAB V.pdf Download (59kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (296kB)
	Archive (SOURCE CODE) Source Code 15.11.9189 Satrio Yudho Pangestu.zip Restricted to Repository staff only Download (101MB)
	Text (PUBLIKASI) Publikasi_15.11.9189 Satrio Yudho Pangestu.pdf Restricted to Repository staff only Download (950kB)

Abstract

Ketersediaan informasi yang banyak dan cepat dari Twitter membuka peluang baru untuk melaksanakan sebuah penelitian yang bertujuan untuk menganalisis nilai sentiment pada tweet dari seorang pengguna Twitter. Analisis sentimen atau opinion mining merupakan proses memahami dan mengolah data tekstual untuk mendapatkan informasi sentiment yang terkandung dalam suatu kalimat. Peran opini-opini masyarakat yang berasal dari berbagai latar belakang dapat berguna sebagai feedback untuk partai politik yang mengusung pasangan calon presiden, wakil presiden dan tim sukses. Dengan demikian, pendapatpendapat tersebut dapat memberikan nilai potensial yang dapat digunakan untuk tujuan yang lebih baik. Untuk mencapai tujuan yang telah disebutkan dapat dibuat sistem untuk analisis sentimen dengan cara memilah data dari twitter yang merupakan opini terhadap partai politik dan calon eksekutif yang diusungnya. Data tersebut dipilah menjadi 2 kategori yaitu kategori positif dan negatif. Metode – metode yang akan digunakan untuk analisis sentimen diantaranya preprocessing, pembototan kata dengan TF-IDF, dan membuat model klasifikasi dengan pendekatan Support Vector Machine dan K-Fold Cross Validation untuk menguji tingkat akurasi model. Hasil dari pembuatan model klasifikasi Support Vector Machine dengan data latih sejumlah 900 mendapatkan accuracy sebesar 86% dan pengujian dengan menggunakan 10-Fold Cross Validation mendapatkan tingkat rata – rata accuracy sebesar 71% dengan error rate sebesar 29%.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Astuti, Yuli

Uncontrolled Keywords:

Analisis sentimen, Twitter, opinion mining, Support Vector Machine, politik, Sentiment analysis, Twitter, opinion mining, Support Vector Machine, politics

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 > 003 Sistem-sistem

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

27 Jul 2022 06:50

Last Modified:

07 Sep 2023 06:20

URI:

http://eprints.amikom.ac.id/id/eprint/4189