Maulana, Rizki - 125410234 (2016) PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING. Skripsi thesis, STMIK AKAKOM Yogyakarta.
|
Text
1) 125410234_COVER.pdf - Published Version Download (125kB) | Preview |
|
|
Text
2) 125410234_HALAMAN JUDUL.pdf - Published Version Download (179kB) | Preview |
|
|
Text
3) 125410234_HALAMAN PERSETUJUAN.pdf - Published Version Download (27MB) | Preview |
|
|
Text
4) 125410234_HALAMAN PENGESAHAN.pdf - Published Version Download (26MB) | Preview |
|
|
Text
5) 125410234_KATA PENGANTAR.pdf - Published Version Download (166kB) | Preview |
|
|
Text
6) 125410234_INTISARI.pdf - Published Version Download (194kB) | Preview |
|
|
Text
7) 125410234_HALAMAN MOTO.pdf - Published Version Download (313kB) | Preview |
|
|
Text
8) 125410234_HALAMAN PERSEMBAHAN.pdf - Published Version Download (331kB) | Preview |
|
|
Text
9) 125410234_DAFTAR ISI.pdf - Published Version Download (246kB) | Preview |
|
|
Text
10) 125410234_BAB I.pdf - Published Version Download (213kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
11) 125410234_BAB II.pdf - Published Version Restricted to Repository staff only Download (429kB) |
|
|
Text
12) 125410234_BAB III.pdf - Published Version Restricted to Repository staff only Download (912kB) |
|
|
Text
13) 125410234_BAB IV.pdf - Published Version Restricted to Repository staff only Download (923kB) |
|
|
Text
14) 125410234_BAB V.pdf - Published Version Download (205kB) | Preview |
|
|
Text
15) 125410234_DAFTAR PUSTAKA.pdf - Published Version Download (200kB) | Preview |
|
|
Text
16) 125410234_CARA MENJALANKAN PROGRAM.pdf - Published Version Download (434kB) | Preview |
|
|
Text
17) 125410235_LISTING PROGRAM.pdf - Published Version Restricted to Repository staff only Download (638kB) |
Abstract
Twitter adalah jejaring sosial dengan pertumbuhan tercepat sejak tahun 2006 Menurut MIT Technology Review (2013), Indonesia menempati Negara ketiga penyumbang tweet terbanyak dengan jumlah 1 milyar tweet. Fakta tersebut menjadikan Twitter menjadi salah satu sumber data text yang dapat digali dan dimanfaatkan untuk berbagai keperluan melalui metode-metode pengambilan data teks atau text mining, salah satunya adalah analisis sentimen pengguna terhadap tokoh-tokoh publik indonesia. Tugas akhir ini bertujuan untuk membuat sebuah perangkat lunak yang dapat melakukan analisis sentimen pengguna twitter terhadap tokoh publik secara real time dengan menggunakan Twitter Streming API dan metode Support Vectore Machine (SVM) memanfaatkan pustaka libSVM sebagai salah satu machine learning untuk text classification. Algoritma Porter digunakan dalam proses stemming untuk ekstraksi fitur dan metode Term Frequency untuk pembobotan. Perangkat lunak dibangun dengan menggunakan bahasa pemrograman PHP untuk sisi server yang berjalan pada platform cloud Windows Azure dan Java untuk sisi client yang berjalan pada platform Android. Dari hasil penelitian dengan 1.400 tweet pada dataset dan 200 data uji didapatkan akurasi sebesar 79,5%, beberapa kendala dalam pemrosesan tweet secara real time seperti duplikasi tweet (tweet spam), struktur bahasa Indonesia yang cukup rumit dan beragam, dan belum banyak penelitian atau algoritma untuk optimasi pada kalimat berbahasa Indonesia. Kata Kunci : Analisis Sentimen, Machine Learning, Support Vectore Machine.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Sri Redjeki, S.Si., M.Kom. Call Number : 025 Mau p |
| Uncontrolled Keywords: | Kata Kunci : Analisis Sentimen, Machine Learning, Support Vectore Machine. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Cloud Computing |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | V Sudarmi |
| Date Deposited: | 10 Mar 2016 06:17 |
| Last Modified: | 10 Mar 2016 06:17 |
| URI: | http://eprints.akakom.ac.id/id/eprint/716 |
Actions (login required)
 |
View Item |
