SETYAJI, BASKARA WAHYU (2017) KLASIFIKASI TEXT TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES UNTUK ANALISA SENTIMEN PUBLIK PADA PT.GOJEK INDONESIA. Skripsi,Fakultas Ilmu Komputer.
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/application_pdf.png)
| PDF Download (4052b) | Preview | |
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/image.png) | Image (JPEG) Download (0b) | |
| PDF Download (9Kb) | Preview | |
| PDF Download (9Kb) | Preview | |
| PDF Download (175Kb) | Preview | |
| PDF Download (434Kb) | Preview | |
| PDF Download (302Kb) | Preview | |
| PDF Download (488Kb) | Preview | |
| PDF Download (326Kb) | Preview | |
| PDF Download (188Kb) | Preview | |
| PDF Download (295Kb) | Preview | |
| PDF Download (490Kb) | Preview | |
| PDF Download (79Kb) | Preview | |
| PDF Download (83Kb) | Preview |
Abstract
Twitter sebagai media sosial yang memiliki banyak pengguna di Indonesia memungkinkan penggunanya untuk mengirimkan pesan pendek (tweet) yang dapat diakses oleh publik. Sebagian tweet berisi tentang opini pengguna jasa maupun produk. Dengan jumlah pengguna yang cukup banyak, Twitter mampu digunakan media analisis bagi manajemen perusahaan untuk melihat respon pengguna terkait jasa atau produk mereka. PT. Gojek Indonesia sebagai salah satu pelopor moda transportasi online belum melakukan analisa terhadap opini publik pada media Twitter. Dengan melakukan analisa lebih lanjut terkait opini pengguna, pihak manajemen diharapkan mampu melakukan perbaikan pelayanan serta pencegahan masalah yang mungkin muncul. Penelitian ini membahas analisa sentimen agar mampu mengklasifikasikan tweet menjadi tweet dengan sentimen positif dan sentimen negatif. Klasifikasi dilakukan dengan algoritma Naive Bayes. Hasil eksperimen menunjukkan sistem mampu melakukan klasifikasi tweet dengan nilai rata-rata akurasi 93,77% dari tiga percobaan. Dari hasil tersebut dapat ditarik kesimpulan bahwa algoritma Naive Bayes dapat digunakan untuk melakukan proses klasifikasi Text Twitter dengan tingkat akurasi yang baik.
| Item Type: | Article |
|---|---|
| Subjects: | Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Sistem Informasi |
| Divisions: | Fakultas Ilmu Komputer |
| Depositing User: | Psi Udinus |
| Date Deposited: | 13 Dec 2017 16:47 |
| Last Modified: | 13 Dec 2017 16:47 |
| URI: | http://eprints.dinus.ac.id/id/eprint/23155 |
Actions (login required)
| View Item |
