Indratama, Dimas Pramana (2022) ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA APLIKASI PEDULILINDUNGI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (732kB) |
|
Text (BAB I)
BAB I.pdf Download (173kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (624kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (994kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (714kB) |
|
Text (BAB V)
BAB V.pdf Download (50kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (207kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 18.11.2407 Dimas Pramana Indratama.zip Restricted to Repository staff only Download (2MB) |
|
Text (PUBLIKASI)
Publikasi 18.11.2407 Dimas Pramana Indratama.pdf Restricted to Repository staff only Download (602kB) |
Abstract
Coronavirus Diasease 2019 adalah wabah virus yang menyebar ke seluruh dunia, termasuk Indonesia. Pemerintah Indonesia sendiri telah melakukan berbagai macam upaya dalam menghentikan penyebaran virus ini. Salah satunya adalah meluncurkan aplikasi yang bernama PeduliLindungi melalui Kementrian Komunikasi dan Informatika (KOMINFO). Aplikasi ini bertujuan untuk melakukan penelusuran, pelacakan dan pemberian peringatan dalam menghentikan penyebaran virus Covid-19 di Indonesia. Dalam penerapannya, aplikasi PeduliLindungi tentunya mengundang berbagai macam opini dari masyarakat Indonesia. Twitter adalah salah satu media sosial populer yang biasanya digunakan untuk membagikan informasi seperti opini, kritik, dan saran. Dari ketersediaan informasi tersebut, dapat dilakukan sebuah penelitian yang bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi PeduliLindungi pada Twitter. Sentimen yang terkandung akan diklasifikasikan kedalam 2 kelas, yaitu positif dan negatif. Metode yang akan digunakan meliputi Preprocessing, pembobotan kata TF-IDF, klasifikasi dengan Support Vector Machine dan evaluasi dengan K-Fold Cross Validation. Hasil dari penelitian ini menunjukkan metode Support Vector Machine menggunakan 10-Fold Cross Validation menghasilkan tingkat rata-rata accuracy sebesar 85%. Adapun accuracy tertinggi berada pada fold ke-3 dengan nilai accuracy sebesar 91%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Coronavirus Diasease 2019, PeduliLindungi, Analisis Sentimen, Support Vector Machine | ||
| 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: | 25 Oct 2022 07:02 | ||
| Last Modified: | 31 Jul 2023 07:55 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/9591 |
Actions (login required)
 |
View Item |