Widyamahendra, Sem Raka (2018) ANALISIS SENTIMEN TWITTER HASIL PILKADA DKI JAKARTA 2017 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 thesis, UAJY.
Text (Halaman Judul)
TF076880.pdf Download (973kB) |
|
Text (BAB I)
TF076881.pdf Download (430kB) |
|
Text (BAB II)
TF076882.pdf Download (547kB) |
|
Text (BAB III)
TF076883.pdf Restricted to Registered users only Download (707kB) |
|
Text (BAB IV)
TF076884.pdf Restricted to Registered users only Download (987kB) |
|
Text (BAB V)
TF076885.pdf Download (246kB) |
Abstract
Microblogging merupakan tren alat komunikasi yang sangat popular. Twitter merupakan salah satu platform situs web microblogging yang popular. Jutaan pengguna berbagi tweets setiap harinya. Oleh karena itu Twitter adalah sumber data yang kaya untuk analisis sentimen. Penelitian ini bertujuan untuk mengumpulkan opini publik terhadap hasil Pilkada DKI Jakarta 2017 yang disampaikan di Twitter. Data yang dikumpulkan berjumlah 12670 tweet. Data tersebut dibentuk menjadi model klasifikasi dengan melakukan preprocessing dan pembobotan menggunakan SentiStrength untuk mengelompokkan ke dalam tiga kelas sentimen, yaitu: positif, netral, dan negatif. Metode Support Vector Machine digunakan untuk melakukan klasifikasi atas model yang sudah dibentuk. Hasil dari klasifikasi diinterpretasi untuk menemukan opini yang berhubungan dengan hasil Pilkada dan mengolahnya menjadi faktor-faktor yang berpengaruh terhadap hasil Pilkada. Hasil pengujian terhadap model klasifikasi yang dibangun memperlihatkan bahwa metode Support Vector Machine dengan kernel RBF mampu menghasilkan akurasi sebesar 89%, recall sebesar 79,3%, presisi sebesar 84%, dan F-Measure sebesar 81%. Hasil dari interpretasi data ditemukan empat isu yang berpengaruh terhadap hasil Pilkada, faktor tersebut adalah isu SARA, isu radikalisme, isu kampanye, dan isu hoax.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | analisis sentimen, pilkada dki jakarta 2017, klasifikasi, support vector machine, twitter |
Subjects: | Teknik Informatika > Soft Computing |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Editor UAJY |
Date Deposited: | 03 Aug 2018 07:44 |
Last Modified: | 17 Oct 2018 06:42 |
URI: | http://e-journal.uajy.ac.id/id/eprint/15356 |
Actions (login required)
View Item |