ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA TENTANG ASIAN GAMES 2018 TUGAS AKHIR

Pratama, Fransiskus Meiriyadi (2019) ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA TENTANG ASIAN GAMES 2018 TUGAS AKHIR. S1 thesis, UAJY.

[img] Text (Fransiskus Meiriyadi Pratama)
TF07893.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Analisis sentimen merupakan salah satu cara untuk memprediksi sebuah sasaran, dengan melakukan penambangan data yang merupakan kumpulan data mentah dan diolah menjadi data yang siap dianalisis. Sosial media yang digunakan dalam melakukan analisis adalah twitter, dengan kemudahan dalam penggunaannya dan dengan pertimbangan data yang beragam. Opini masyarakat tentang terselenggaranya Asian games 2018 di Indonesia merupakan salah satu cara agar dapat mengetahui bagaimana pendapat dan respon terhadap acara tersebut. Dengan melakukan analisis sentimen dengan melihat pandangan masyarakat apakah menagarah pada sifat yang positif, netral atau negatif. Dari data yang berisi tentang opini masyarakat pada Asian Games 2018, metode yang digunakan dalam melakukan analisis adalah metode Naïve Bayes Classifier dapat membantu dalam menganalisis, dengan pertimbangan tingkat akurasinya yang tinggi dan lebih sederhana. Dengan melakukan perbandingan antara metode Naïve Bayes Classifier dan metode K-Nearest Neighbor. Hasil pengujian terhadap data tweet Asian Games 2018 menunjukkan bahwa metode Naïve Bayes Classifier dapat menghasilkan akurasi yang lebih baik dari metode K-Nearest Neighbor. Dengan nilai pada proses 15-k fold cross validation dan 20-k fold cross validation dengan rata-rata akurasi berjumlah 97.6549%, precision xii 97.7%, recall 97.7%, F-Measure 97.7% dari 29.466 data tweet yang dimiliki. Dan kata-kata yang paling sering digunkaan pada tweet Asian Games 2018 dengan menggunakan metode N-gram, adalah asiangames, games, Asian, Indonesia dan medali.

Item Type: Thesis (S1)
Uncontrolled Keywords: Analisis sentimen, Data mining, Twitter, Asian games 2018, Naïve bayes classifier, N-gram.
Subjects: Teknik Informatika > Enterprise Inf System
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Lia natanaelia utami
Date Deposited: 30 Aug 2019 04:45
Last Modified: 30 Aug 2019 04:45
URI: http://e-journal.uajy.ac.id/id/eprint/19812

Actions (login required)

View Item View Item