REKOMENDASI MASKAPAI PENERBANGAN BERDASARKAN OPINI MASYARAKAT DI TWITTER DENGAN BERBASIS SENTIMEN ANALISIS MENGGUNAKAN ALGORITMA SVM

-, Heriyono (2022) REKOMENDASI MASKAPAI PENERBANGAN BERDASARKAN OPINI MASYARAKAT DI TWITTER DENGAN BERBASIS SENTIMEN ANALISIS MENGGUNAKAN ALGORITMA SVM. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

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

Download (613kB)
[img] Text (BAB I)
BAB I.pdf

Download (286kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (399kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (551kB)
[img] Text (BAB V)
BAB V.pdf

Download (37kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (77kB)
[img] Archive (SOURCE CODE)
Source Code 15.11.8738 Heriyono.rar
Restricted to Repository staff only

Download (412kB)
[img] Text (PUBLIKASI)
Publikasi 15.11.8738 Heriyono.pdf
Restricted to Repository staff only

Download (506kB)

Abstract

Twitter merupakan salah satu media sosial yang digunakan untuk menyalurkan opini dan membahas berbagai topik yang ada di sekitar. Salah satu topik yang sering dibahas yaitu tentang maskapai penerbangan. Pada saat ini transportasi udara menjadi sarana prasarana yang memudahkan masyarakat dalam berpergian dan maskapai penerbangan memegang peranan penting dalam hal transportasi udara. Oleh karena itu diperlukan suatu metode yang dapat digunakan untuk mengetahui opini masyarakat tentang maskapai penerbangan pada sosial media Twitter. Untuk menyelesaikan masalah tersebut maka diperlukan suatu metode yang dapat mengkategorikan opini tersebut. Support Vector Machine merupakan salah satu metode dalam Text Mining yang dapat mengkategorikan opini-opini tersebut. Data yang diperoleh dari Twitter akan dilabeli dan dianalisis menggunakan metode SVM untuk mengklasifikasikan opini tersebut. Hasil dari klasifikasi menggunakan metode SVM diperoleh tingkat akurasi tertinggi sebesar 87%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Seniwati, Erni
Uncontrolled Keywords: Opini, Analisis Sentimen, Support Vector Machine, Text Mining, Maskapai Penerbangan
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
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: 16 Aug 2022 04:11
Last Modified: 04 Aug 2023 07:44
URI: http://eprints.amikom.ac.id/id/eprint/5827

Actions (login required)

View Item View Item