M, AMIRUDIN ANANG (2016) ANALISIS SENTIMEN MENGGUNAKAN ALGORITMA NAIVE BAYES PADA TWITTER TERHADAP PENGGUNAAN TRANSPORTASI UMUM DALAM KOTA SEMARANG. Skripsi,Fakultas Ilmu Komputer.
| PDF Download (4Kb) | Preview |
Abstract
Analisis sentimen pada twitter terhadap penggunaan transportasi umum merupakan analisis yang dilakukan dengan menggunakan opini masyarakat pengguna transportasi umum dikota semarang khususnya trans semarang dengan cara crawling data yang ada di twitter. Crawling data twitter ini menggunakan Twitter Search API yang telah disediakan oleh pihak twitter. Data tweet atau opini yang diambil merupakan tweet yang mengandung kata trans semarang. Metode yang digunakan adalah Naive Bayes. Penelitian dimulai dari pengumpulan data yang didapat dari twitter. Dari keseluruhan data yang terkumpul akan dilakukan proses seleksi kemudian dilakukan proses preprocessing (case folding, normalisasi fitur, tokenizing dan stemming) dan selanjutnya diklasifikasi. Naive bayes merupakan salah satu classifier yaitu metode yang dapat digunakan untuk mengklasifikasi data. Data set yang terkumpul sebanyak 305 data set, yang dibagi menjadi data training dan data testing. Untuk data training sebanyak 210 data yang dibagi menjadi kelas positif dan kelas negatif, masing-masih kelas mendapat jumlah data yang sama yaitu 105. Data testing yang digunakan sebanyak 95. Penelitian ini akan menghasilkan klasifikasi dimana data akan dikategorikan menjadi kelas positif dan kelas negatif menggunakan algoritma naive bayes. Dataset diuji sebanyak sepuluh kali menggunakan K-Fold Cross Validation dan dihasilkan akurasi rata-rata sebanyak 95,81%. Dari hasil yang diperoleh tersebut maka naive bayes layak digunakan sebagai metode dalam analisis sentimen pada twitter terhadap penggunaan transportasi umum di Semarang.
Item Type: | Article |
---|---|
Subjects: | T Technology > Teknik Informatika Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika |
Divisions: | Fakultas Ilmu Komputer |
Depositing User: | Psi Udinus |
Date Deposited: | 04 May 2017 15:33 |
Last Modified: | 04 May 2017 15:33 |
URI: | http://eprints.dinus.ac.id/id/eprint/21811 |
Actions (login required)
View Item |