Harpi, Choirul Mahendrata (2022) ANALISIS SENTIMEN TERHADAP APLIKASI PEDULILINDUNGI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (640kB) |
|
Text (BAB I)
BAB I.pdf Download (224kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (607kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (366kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (822kB) |
|
Text (BAB V)
BAB V.pdf Download (83kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (393kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 18.11.1869 Choirul Mahendrata Harpi.zip Restricted to Repository staff only Download (13MB) |
|
Text (PUBLIKASI)
Publikasi 18.11.1869 Choirul Mahendrata Harpi.pdf Restricted to Repository staff only Download (599kB) |
Abstract
PeduliLindungi adalah aplikasi yang dikembangkan untuk membantu instansi pemerintah terkait dalam melakukan pelacakan untuk menghentikan penyebaran Coronavirus Disease (COVID-19). Aplikasi ini mengandalkan partisipasi masyarakat untuk saling membagikan data lokasinya saat bepergian agar penelusuran riwayat kontak dengan penderita COVID-19 dapat dilakukan. Aplikasi ini sudah digunakan masyarakat luas guna untuk mendapatkan sertifikat vaksin dan menjadi persyaratan verifikasi melakukan bepergian menggunakan transportasi publik, dan aktivitas di tempat publik, harapanya dengan adanya aplikasi PeduliLindungi dapat mempermudah administrasi juga mendapatkan informasi mengenai COVID-19 disekitarnya, namun tak jarang masyarkat mengalami kendala pada saat menggunakan aplikasi ini. Banyaknya opini dan kritikan masyarakat di sosial media Twitter tentang aplikasi PeduliLindungi, banyaknya kritikan dan opini publik yang tersebar pada media sosial Twitter, data tweets tersebut nantinya akan diproses melalui scraping, text processing setelahnya dilakukan analisis sentimen menggunakan algoritma Naïve Bayes dan diklasifikiasikan menjadi dua label positif dan negatif. Berdasarkan hasil klasifikasi untuk tanggapan tentang aplikasi PeduliLindungi menggunakan Naïve Bayes Classifier diperoleh hasil nilai accuracy 85.40%, nilai recall 89%, nilai precision 83% pada kelas negatif dan nilai recall 81%, nilai precision 88% pada kelas positive.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Naïve Bayes, Data Mining, COVID-19, Twitter, pedulilindungi, e-hac | ||
| 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 08:06 | ||
| Last Modified: | 04 Aug 2023 07:46 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/5868 |
Actions (login required)
 |
View Item |