SENTIMEN ANALISIS TWITTER TERHADAP TAYANGAN MEDIA TELEVISI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Moa, Alfridus Florianus (2020) SENTIMEN ANALISIS TWITTER TERHADAP TAYANGAN MEDIA TELEVISI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 thesis, Universitas Atma Jaya Yogyakarta.

[img]
Preview
Text (Alfridus Florianus Moa)
0707898 0.pdf

Download (954kB) | Preview
[img] Text
0707898 1.pdf
Restricted to Registered users only

Download (239kB)
[img] Text
0707898 2.pdf
Restricted to Registered users only

Download (863kB)
[img] Text
0707898 3.pdf
Restricted to Registered users only

Download (929kB)

Abstract

Sentimen analisis sebagai salah satu bentuk penelitian dari Text Mining yang dapat melakukan suatu proses klasifikasi kumpulan data mentah berupa teks yang dapat diambil berkaitan dengan opini masyarakat dari media sosial mengenai tayangan media televisi ILC dan Matanajwa. Media sosial yang akan digunakan sebagai penelitian untuk melakukan analisis adalah Twitter, dengan kemudahan dalam penggunaannya dan dengan pertimbangan data yang beragam sebagai alat penentu kebijakan. Berbagai macam opini masyarakat terhadap tayangan Talkshow ILC dan MataNajwa merupakan salah satu cara mengetahui berbagai macam opini atau pendapat terhadap kualitas tayangan media televisi tersebut. Opini-opini pengguna Twitter terhadap tayangan Talkshow ILC dan Matanajwa akan dianalisa dan menentukan pandangan positif, negatif, dan netral. Dari data yang berisi tentang opini-opini masyarakat mengenai tayangan televisi ini, kemudian akan dilakukan sebuah proses text preprocessing seperti Cleansing, Stopword removal dan Stemming serta menggunakan sebuah metode naïve bayes classifier untuk membantu dalam mengklasifikasikan sebuah data berupa teks. Diharapkan dengan menggunakan metode naïve bayes classifier, menghasilkan nilai akurasi yang baik. Hasil akhir penelitian terhadap pengujian klasifikasi data tweet ILC dengan data sebanyak 74.667 dan MataNajwa dengan data sebanyak 22.021 memperlihatkan bahwa dengan menggunakan metode klasifikasi Naïve Bayes Classifier menghasilkan nilai akurasi yang baik sebesar 97.529% untuk tayangan ILC(Indonesia Lawyers Club) dan untuk tayangan MataNajwa menghasilkan nilai akurasi sebesar 99.2189%.

Item Type: Thesis (S1)
Uncontrolled Keywords: Sentimen analisis, Twitter, Text mining, Naïve bayes classifier, Ilc, Matanajwa, Opini.
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: editor2 dua uajy
Date Deposited: 17 Nov 2020 03:23
Last Modified: 17 Nov 2020 03:23
URI: http://e-journal.uajy.ac.id/id/eprint/22540

Actions (login required)

View Item View Item