ANALISIS SENTIMEN MASYARAKAT TERHADAP #2019GANTIPRESIDEN PADA PEMILIHAN CALON PRESIDEN DAN WAKIL PRESIDEN 2019

Sidauruk, Rizal (2019) ANALISIS SENTIMEN MASYARAKAT TERHADAP #2019GANTIPRESIDEN PADA PEMILIHAN CALON PRESIDEN DAN WAKIL PRESIDEN 2019. S1 thesis, UAJY.

[img] Text (Rizal Sidauruk)
TF07941.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Perkembangan teknologi yang semakin maju dan cepat saat ini harus diiringi dengan pola pikir seorang pengguna media sosial sehingga akan terjadi keselarasan dalam kemajuan teknologi sekarang. Twitter adalah salah satu media sosial yang digemari masyarakat sehingga media sosial twitter dijadikan sebagai sarana untuk menuangkan segala pendapat dan perasaan yang dimiliki masyarakat terhadap hal-hal tertentu (salah satunya melakukan kampanye politik), sarana untuk belajar bahkan media komunikasi yang bisa menghubungkan dua orang yang memiliki jarak pandang jauh untuk berkomunikasi langsung. Adanya pemilihan calon Presiden dan wakil Presiden 2019, masyarakat Indonesia khususnya yang menggunakan media sosial twitter mencurahkan ekspresi dan opini terkait adanya #2019GantiPresiden. Opini yang diberikan oleh masyarakat tersebut akan dianalisis dengan mengumpulkan data tweets yang ada pada media sosial twitter yang berkaitan dengan topik yang dicari oleh Penulis yaitu #2019GantiPresiden. Metode yang digunakan dalam analisis ini adalah metode Naïve Bayes Classifier, dimana metode tersebut akan mengklasifikasikan opini masyarakat berupa sentimen positif, negatif, atau netral. Setelah melakukan analisis, hasil yang didapat menggunakan metode Naïve Bayes Classifier dengan pengujian data tweet pada #2019GantiPresiden menunjukkan bahwa metode tersebut mampu mengklasifikasi kelas sentimen dengan baik. Hasil akurasi tertinggi yang didapat dengan melakukan pengujian data testing 45%. mencapai akurasi 99.6474 %.

Item Type: Thesis (S1)
Uncontrolled Keywords: #2019GantiPresiden, Analisi Sentimen, media sosial twitter, Naive Bayes Classifier.
Subjects: Teknik Informatika > Mobile Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Lia natanaelia utami
Date Deposited: 27 Aug 2019 04:40
Last Modified: 27 Aug 2019 04:40
URI: http://e-journal.uajy.ac.id/id/eprint/19766

Actions (login required)

View Item View Item