ALPIN, ADINUGROHO SATRIO (2017) IMPLEMENTASI ANALISIS SENTIMEN MENGGUNAKAN ALGORITMA NAIVE BAYES TERHADAP PEMILIHAN GUBERNUR DKI JAKARTA PADA MEDIA SOSIAL TWITTER. Skripsi,Fakultas Ilmu Komputer.
| PDF Download (4Kb) | Preview |
Abstract
Pemilu merupakan sebuah tonggak untuk menentukan pemimpin dari sebuah negara demokrasi. Hasil pemilu memiliki dampak pada berbagai sektor dan keputusan setiap peserta pemilu. Salah satunya adalah pemilihan Gubernur DKI Jakarta yang ramai di beritakan di media sosial twitter. Twitter merupakan situs microblogging yang memungkinkan penggunanya untuk dapat menulis berbagai pendapat atau isu-isu yang terjadi pada saat ini yang dapat memunculkan opini yang bersifat positif, negatif dan netral. Media sosial twitter pada saat ini sangat efektif dalam menarik perhatian pemilih untuk memilih calon kepala daerah. Analisis sentimen merupakan sebuah riset komputasi yang berasal dari suatu opini, sentimen dan emosi yang diekspresikan secara teks, selanjutnya bertujuan untuk mengekstrak atribut dan komponen dari objek yang telah didokumentasikan dan menentukan apakah komentar tersebut bermakna negative atau positif. Proses yang dilakukan pada penelitian ini penulis menerapkan proses text mining dan menggunakan algoritma naive bayes classifier untuk mengklasifikasikan sentiment secara otomatis. Penulis menggunakan data 300 data tweet bahasa Indonesia dengan kata kunci pilkadadki. Data tersebut dibagi terdiri dari 200 data untuk learning dan 100 data untuk testing. Hasil penelitian ini menghasilkan sebuah sistem yang dapat mengklasfikasikan sentiment secara otomatis dengan pengujian 100 tweet dengan nilai rata-rata akurasi mencapai 83% , nilai precission 78% , nilai recall 86% .
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: | 13 Dec 2017 16:43 |
Last Modified: | 13 Dec 2017 16:43 |
URI: | http://eprints.dinus.ac.id/id/eprint/23076 |
Actions (login required)
View Item |