ANALISIS SENTIMEN UNTUK MENGIDENTIFIKASI KEBUTUHAN KHUSUS PASCA BENCANA GUNUNG MERAPI YOGYAKARTA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Nugroho, Franciscus Khrisna Adi (2018) ANALISIS SENTIMEN UNTUK MENGIDENTIFIKASI KEBUTUHAN KHUSUS PASCA BENCANA GUNUNG MERAPI YOGYAKARTA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 thesis, UAJY.

	Text (Halaman Judul) TF077280.pdf Download (633kB)
	Text (BAB I) TF077281.pdf Download (429kB)
	Text (BAB II) TF077282.pdf Download (796kB)
	Text (BAB III) TF077283.pdf Restricted to Registered users only Download (863kB)
	Text (BAB IV) TF077284.pdf Restricted to Registered users only Download (2MB)
	Text (BAB V) TF077285.pdf Download (1MB)

Abstract

Bencana merupakan suatu kejadian yang disebabkan oleh alam maupun manusia, yang terjadi secara mendadak atau berkelanjutan sehingga menimbulkan dampak yang merugikan bagi masyarakat. Saat terjadi bencana, pemerintah berkewajiban memberikan perlindungan atas HAM yang berlaku dengan menyediakan kebutuhan-kebutuhan khusus yang harus dipenuhi bagi para korban yang terkena bencana. Untuk mengetahui informasi mengenai terpenuhinya kebutuhan khusus dalam penanggulangan bencana Gunung Merapi yang sudah ditangani maupun yang belum tertangani diperlukan informasi yang mendukung seperti opini dan tanggapan dari masyarakat. Dalam penilitian ini penulis akan melakukan analisis menggunakan sentimen masyarakat mengenai bencana Gunung Merapi yang terjadi pada tahun 2010 di Yogyakarta pada data Twitter. Salah satu metode yang digunakan dalam melakukan analisis sentimen adalah Naïve Bayes Classifier. Klasifikasi berfokus pada sentimen positif yaitu bencana yang telah ditanggulangi dan sentimen negative yaitu bencana yang belum ditanggulangi. Hasil dari penelitian ini yaitu bahwa dengan menggunakan metode Naïve Bayes Classifier mampu mengklasifikasi data kebutuhan khusus dengan nilai didapat menggunakan 10-fold cross validation dengan rata-rata akurasi mencapai 97.2%, nilai Precision 97.6%, nilai Recall 97.2%, dan F-Measure 97.3%. Nilai akurasi lebih unggul dibandingkan dengan Support Vector Machine (SVM). Sementara proses yang mendukung klasifikasi adalah preprocessing data. Sementara hasil interpretasi kebutuhan khusus menunjukkan sebagian besar wilayah yang terkena dampak bencana Gunung Merapi belum tertangani dengan baik.

Actions (login required)

View Item