ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA MENGENAI CALON GUBERNUR DKI JAKARTA 2017 MENGGUNAKAN NAÏVE BAYES CLASSIFIER

MARPAUNG, FRANSISKA HUMIDA (2017) ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA MENGENAI CALON GUBERNUR DKI JAKARTA 2017 MENGGUNAKAN NAÏVE BAYES CLASSIFIER. S1 thesis, UAJY.

[img] Text (Halaman Judul)
TF074620.pdf

Download (628kB)
[img] Text (Bab I)
TF074621.pdf

Download (313kB)
[img] Text (Bab II)
TF074622.pdf

Download (320kB)
[img] Text (Bab III)
TF074623.pdf

Download (437kB)
[img] Text (Bab IV)
TF074624.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (Bab V)
TF074625.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (Bab VI)
TF074626.pdf

Download (307kB)

Abstract

Twitter telah menjadi salah satu jejaring sosial terbesar di dunia. Indonesia sebagai salah satu Negara dengan jumlah pengguna Twitter terbanyak di dunia. Banyaknya jumlah pengguna Twitter di Indonesia menjadikan Twitter menjadi salah satu tempat penampung aspirasi masyarakat baik dalam menyampaikan opini atau tanggapan dengan cara mem-posting tweets. Menjelang pemilihan Gubernur DKI Jakarta 2017, postingan dari masyarakat Indonesia banyak mengenai opini terhadap calon pasangan Gubernur khususnya kepada calon Gubernur Basuki Tjahaja Purnama. Opini tersebut kemudian akan dianalisa dan diamati dengan mengumpulkan data-data berupa postingan dari Twitter, yang berkaitan dengan pemilihan Gubernur DKI Jakarta 2017. Analisa dilakukan dengan menggunakan salah satu metode dalam data mining, yaitu metode Naïve Bayes Classifier untuk pengklasifikasian ke dalam sentimen positif, negatif, atau netral. Dengan metode tersebut, maka dapat dihasilkan informasi dan pengetahuan yang sudah terklasifikasi berdasarkan sentimen yang cocok, yang nantinya informasi tersebut dapat digunakan bagi pihak-pihak tertentu untuk dijadikan sebagai pengetahuan dan pegangan di kemudian hari.

Item Type: Thesis (S1)
Uncontrolled Keywords: data mining, Twitter, opini masyarakat, pemilihan gubernur DKI Jakarta 2017, naïve bayes classifier.
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 29 May 2017 08:25
Last Modified: 29 May 2017 08:25
URI: http://e-journal.uajy.ac.id/id/eprint/11785

Actions (login required)

View Item View Item