Analisis Sentimen Terkait Hashtag Pemindahan Ibukota Pada Sosial Media Twitter

Maulana, Alan (2020) Analisis Sentimen Terkait Hashtag Pemindahan Ibukota Pada Sosial Media Twitter. Skripsi thesis, Universitas Dinamika Bangsa.

	Text BAB I.pdf Download (304kB)
	Text BAB II.pdf Restricted to Registered users only Download (646kB)
	Text BAB III.pdf Restricted to Registered users only Download (339kB)
	Text BAB V.pdf Restricted to Registered users only Download (920kB)
	Text BAB IV.pdf Download (851kB)
	Text BAB VI.pdf Download (190kB)
	Text DAFTAR PUSTAKA.pdf Download (399kB)

Abstract

Twitter salah satu situs microblogging yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membahas isu-isu yang tejadi pada saat ini. Banyak pengguna Twitter memposting pendapat mereka terhadap kebijakan pemerintah atau sebagai media promosi . Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Pengguna Twitter sering menggunakan singkatan kata dan bahasa yang tidak baku, dimana dapat menyulitkan fitur yang diambil serta mengurangi ketepatan saat klasifikasi. Dalam penelitian ini penulis melakukan proses text processing untuk seleksi fitur serta menggunakan algoritma Naive Bayes Classifier untuk mengklasifikasi sentimen secara otomatis. Penulis menggunakan 1000 data tweets tentang opini masyarakat terkait hashtag pemindahan ibukota. Data tersebut diseleksi yang kemudian diklasifikasi secara manual dan dibagi kedalam masing-masing 250 data training dan kemudian 100 data yang digunakan untuk testing. Hasil klasifikasi pada data testing menunjukkan bahwa algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar 78% dan nilai presisi sebesar 80% dalam mengklasifikasi sentimen.

Actions (login required)

View Item