Oksuladiya, Richa Chlarramita (2023) ANALISIS SENTIMEN MALIOBORO DI TWITTER DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN DEPAN)
1_165410163_HALAMAN_DEPAN.pdf - Published Version Download (222kB) |
|
Text
2_165410163_BAB_I.pdf - Published Version Download (77kB) |
|
Text
2_165410163_BAB _II.pdf - Published Version Download (128kB) |
|
Text
3_165410163_BAB_III.pdf - Published Version Restricted to Repository staff only Download (476kB) |
|
Text
4_165410163_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (3MB) |
|
Text
5_165410163_BAB_V.pdf - Published Version Download (71kB) |
|
Text
7_165410163_DAFTAR_PUSTAKA.pdf - Published Version Download (81kB) |
|
Text
8_165410163_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (539kB) |
Abstract
Twitter menjadi salah satu jejaring sosial dimana pengguna dapat memberikan opini, pendapat atau perasaannya mengenai suatu hal. Bentuk tweet yang dikeluarkan oleh para pengguna sangat besar jumlahnya sehingga dapat memunculkan suatu opini publik berkenaan topik yang dibahas. Pemanfaatan data ini dapat digunakan untuk mengetahui sentimen pengguna jejaring sosial terhadap topik tertentu. Walaupun telah muncul jejaring sosial lain yang lebih populer , twitter tetap digunakan secara luas oleh masyarakat maupun tokoh publik. Oleh karena itu, penulis mencoba menganalisis tweet berbahasa Indonesia yang membicarakan tentang Malioboro. Analisis dilakukan dengan melakukan klasifikasi tweet yang berisi opini masyarakat tentang Malioboro. Klasifikasi sentimen terdiri dari positif, netral dan negatif. Penelitian ini menerapkan proses text mining serta menggunakan algoritma k Nearest Neighbor untuk mengklasifikasi sentimen dari tweet tersebut. Penelitian ini menggunakan 1346 data tweet yang diperoleh dari Twitter API untuk keperluan data training. Data tersebut diklasifikasi secara manual untuk menentukan sentimen dari tweet tersebut.Untuk data testing menggunakan 500 data tweet. Setelah aplikasi ini berhasil dijalankan, dapat melalukan pengambilan tweet terbaru yang mengandung kata Malioboro. Hasil penelitian ini menghasilkan sebuah sistem yang dapat mengklasifikasi sentimen secara otomatis dengan hasil pengujian bervariasi di kisaran 90% untuk sentimen. Beberapa kendala dalam pemrosesan tweet secara realtime seperti duplikasi tweet (tweet spam), beberapa hanya berupa iklan, penggunaan bahasa yang bercampur dengan bahasa daerah dan bahasa Inggris. Kata kunci : Analisis Sentimen, Analisis Sentimen dan Klasifikasi, K-Nearest Neighbor, Malioboro, Twitter.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Dini Fakta Sari, S.T., M.T. |
| Uncontrolled Keywords: | Analisis Sentimen, Analisis Sentimen dan Klasifikasi, K-Nearest Neighbor, Malioboro, Twitter. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Analisis Sentimen A Karya Umum (General) > Ilmu Komputer (Computer Science) > Teknologi Informasi A Karya Umum (General) > Metode Riset |
| Divisions: | Jenjang S1 > Informatika (S1) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 20 Okt 2023 06:31 |
| Last Modified: | 13 Des 2023 08:12 |
| URI: | http://eprints.utdi.ac.id/id/eprint/10108 |
Actions (login required)
 |
View Item |
