ANALISIS SENTIMEN TOKOH POLITIK DI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAÏVE BAYES DAN SIMPLE ADDITIVE WEIGHTING

HARIYANTO, MUHAMMAD RUDI (2019) ANALISIS SENTIMEN TOKOH POLITIK DI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAÏVE BAYES DAN SIMPLE ADDITIVE WEIGHTING. undergraduate thesis, UNIVERSITAS MUHAMMADIYAH GRESIK.

Preview	Text 4. INTISARI.pdf Download (8kB) | Preview
Preview	Text 6. BAB I.pdf Download (307kB) | Preview
Preview	Text 7. BAB II.pdf Download (504kB) | Preview
Preview	Text 8. BAB III.pdf Download (1MB) | Preview
	Text 9. BAB IV.pdf Restricted to Registered users only Download (906kB)
Preview	Text 10. BAB V.pdf Download (183kB) | Preview
Preview	Text 11. DAFTAR PUSTAKA.pdf Download (181kB) | Preview

Abstract

Sistem temu kembali informasi atau information retreival merupakan suatu sistem yang menemukan (retrieve) informasi yang sesuai dengan kebutuhan user dari kumpulan informasi secara otomatis. Penerapan sistem temu kembali informasi salah satunya untuk proses analisis sentimen. Analisis sentimen atau opinion mining dilakukan untuk melihat pendapat atau opini yang dikemukakan oleh seseorang terhadap sebuah topik, produk atau tokoh publik yang disampaikan melalui berbagai media, tidak terkecuali media sosial twitter. Permasalahan yang diambil dari penelitian ini adalah bagaimana cara menetukan kelas topik serta menentukan kelas sentimen dari tweet terhadap tokoh politik. Proses klasifikasi topik dan sentimen tokoh politik dari twitter dilakukan menggunakan metode naïve bayes. Data yang dikumpulkan dari twitter berjumlah 294 yang terdiri dari 134 data latih dan 160 data uji, dimana masing-masing tokoh politik diwakili dengan 20 data uji. Dari hasil pengujian didapatkan nilai akurasi sebesar 75.63% serta nilai recall 97.54% untuk klasifikasi topik, sedangkan untuk klasifikasi sentimen didapatkan nilai akurasi 73.13% dan nilai recall 97.41%.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Shandy Rahma Ramadhan, S.IIP
Date Deposited:	22 Jan 2019 07:31
Last Modified:	08 Mar 2019 02:33
URI:	http://eprints.umg.ac.id/id/eprint/808

Actions (login required)

View Item