Purnomo, Hari - 155410155 (2019) ANALISIS SENTIMEN PADA TWITTER PEMERINTAH PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
|
Text
1_155410155_HALAMAN_DEPAN.pdf - Published Version Download (677kB) | Preview |
|
|
Text
2_155410155_BAB_I.pdf - Published Version Download (23kB) | Preview |
|
|
Text
3_155410155_BAB_II.pdf - Published Version Download (341kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
4_155410155_BAB_III.pdf - Published Version Restricted to Repository staff only Download (471kB) | Request a copy |
|
|
Text
5_155410155_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (359kB) | Request a copy |
|
|
Text
6_155410155_BAB_V.pdf - Published Version Download (10kB) | Preview |
|
|
Text
7_155410155_DAFTAR_PUSTAKA.pdf - Published Version Download (158kB) | Preview |
|
|
Text
8_155410155_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (155kB) | Preview |
|
|
Text
9_155410155_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (93kB) | Request a copy |
Abstract
Media sosial banyak digunakan oleh masyarakat maupun instansi pemerintahan untuk berkomunikasi dan menyampaikan informasi. Salah satu media sosial yang popular dan banyak digunakan untuk menyampaikan informasi di Indonesia adalah Twitter. Pemerintah Provinsi Jawa Tengah memanfaatkan Twitter sebagai salah satu media online untuk menyampaikan informasi dan berita kepada masyarakat. Masyarakat bisa langsung merespon dan menyampaikan tanggapan dengan cara berkomentar sesuai dengan isis informasi dan berita yang disampaikan melalui media Twitter. Oleh karena itu peneliti mencoba untuk menganalisa tweet berbahasa Indonesia yang berhubungan dengan Pemerintah Provinsi Jawa Tengah. Analisis sentimen dilakukan menggunakan metode Naïve Bayes Classifier (NBC) untuk menentukan Topik dan Sentimen. Data tweet diambil menggunakan bantuan API Twitter pada periode bulan Juni sampai Juli 2019 sebanyak 3.861 tweet. Data dibagi menjadi tiga, yaitu data testing sebanyak 500 tweet, data training topik sebanyak 1.680 tweet dan data training sentimen sebanyak 1.680 tweet. Data training topik diberi label secara manual dengan kategori Ekonomi dan Layanan Publik. Data training sentimen diberi label secara manual dengan sentimen Positif, Negatif dan Netral. Hasil dari penelitian ini adalah sistem yang dapat mengklasifikasikan topik dan sentimen yaitu topik Ekonomi dan Layanan Publik serta sentimen positif, negatif dan netral. Dari 500 data testing yang di proses menggunakan sistem didapatkan hasil klasifikasi topik Ekonomi sebanyak 120 tweet dan topik Layanan Publik sebanyak 355 tweet. Untuk hasil sentimen didapatkan sentimen positi sebanyak 132 tweet, negatif 10 tweet, dan netral sebanyak 333 tweet. Tingkat akurasi yang didapatkan sebesar 95%. Kata Kunci : Analisis Sentimen, Naïve Bayes Classifier, Twitter, Twitter API.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Deborah Kurniawati, S.Kom., M.Cs. |
| Uncontrolled Keywords: | Analisis Sentimen, Naïve Bayes Classifier, Twitter, Twitter API. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Bahasa Pemrograman A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Users 7508 not found. |
| Date Deposited: | 29 Agu 2019 09:04 |
| Last Modified: | 29 Agu 2019 09:04 |
| URI: | http://eprints.akakom.ac.id/id/eprint/8524 |
Actions (login required)
 |
View Item |
