SAHADUTA, ANGELLO TEGAR (2022) ANALISIS SENTIMEN OPINI PUBLIK TERHADAP VAKSIN COVID-19 DENGAN METODE SENTISTRENGTH. S1 thesis, Universitas Atma Jaya Yogyakarta.
|
Text (ANGELLO TEGAR SAHADUTA)
17 07 09247 0.pdf Download (305kB) | Preview |
|
|
Text
17 07 09247 1.pdf Download (149kB) | Preview |
|
|
Text
17 07 09247 2.pdf Download (211kB) | Preview |
|
![]() |
Text
17 07 09247 3.pdf Restricted to Registered users only Download (214kB) |
|
![]() |
Text
17 07 09247 4.pdf Restricted to Registered users only Download (1MB) |
|
![]() |
Text
17 07 09247 5.pdf Restricted to Registered users only Download (285kB) |
|
|
Text
17 07 09247 6.pdf Download (210kB) | Preview |
Abstract
Virus adalah organisme yang berukuran sangat kecil dan hanya dapat dilihat ketika virus menginfeksi sel organisme biologis menggunakan mikroskop elektron. Pada awal tahun 2020, ditemukan virus baru yang dapat menyebar dalam waktu singkat. Virus tersebut bernama SARS-CoV-2. SARS-CoV-2 adalah jenis virus terbaru dari virus corona atau yang biasa disebut Covid-19. Covid-19 banyak diperbincangkan pada media sosial, salah satunya adalah Twitter. Oleh karena itu, data diambil dari Twitter untuk dilakukan analisis sentimen terhadap vaksin Covid19 untuk mengetahui sentimen publik terhadap vaksin Covid-19. Analisis sentimen yang digunakan dalam penelitian menggunakan metode SentiStrength. Langkah pertama adalah pengambilan data dari Twitter menggunakan bahasa Python. Setelah itu dilakukan Preprocessing data. Rincian proses dari Preprocessing data adalah cleansing, case folding, stopword, dan normalisasi data. Setelah Preprocessing data dilakukan, langkah selanjutnya adalah analisis sentimen menggunakan SentiStrength. Pengambilan data dilakukan dalam dua sesi. Hasil dari data sesi pertama adalah sentimen netral memiliki persentase terbanyak dengan nilai persentase 51,05%, diikuti sentimen positif dengan nilai persentase 30,69%, dan yang terakhir adalah sentimen negatif dengan nilai persentase 18,26%. Hasil dari sesi kedua adalah sentimen netral memiliki persentase terbanyak dengan nilai persentase 40,96%, diikuti sentimen positif dengan nilai persentase 37,74%, dan yang terakhir adalah sentimen negatif dengan nilai persentase 21,30%.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Analisis, Sentimen, Vaksin, Covid-19, SentiStrength |
Subjects: | Teknik Informatika > Soft Computing |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Editor UAJY |
Date Deposited: | 02 Nov 2022 10:02 |
Last Modified: | 02 Nov 2022 10:02 |
URI: | http://e-journal.uajy.ac.id/id/eprint/27718 |
Actions (login required)
![]() |
View Item |