TEXT MINING UNTUK MENGKLASIFIKASIKAN OPINI MASYARAKAT TERKAIT TWEETS TENTANG KULIAH ONLINE

Dwi Rahmini, Mia (2021) TEXT MINING UNTUK MENGKLASIFIKASIKAN OPINI MASYARAKAT TERKAIT TWEETS TENTANG KULIAH ONLINE. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (409kB)
	Text BAB II.pdf Restricted to Registered users only Download (484kB)
	Text BAB III.pdf Restricted to Registered users only Download (242kB)
	Text BAB IV.pdf Restricted to Registered users only Download (727kB)
	Text BAB V.pdf Download (563kB)
	Text BAB VI.pdf Download (193kB)
	Text DAFTAR PUSTAKA.pdf Download (305kB)

Abstract

Twitter salah satu situs microblogging yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membasah isu-isu yang terjadi pada saat ini. Banyak pengguna twitter memposting pendapat mereka terhadap kebijakan pemerintah tentang kuliah online. Untuk dapat menggali informasi dan melakukan klasifikasi sebuh teks diperlukan analisi sentimen. Dalam penelitian ini analisis sentiment merupakan proses klasifikasi dokumen tekstual kedalam dua kelas yaitu kelas negatife dan positif. Pengguna twitter sering menggunakan Bahasa yang tidak baku dimana dapat menyulitkan fitur yang diambil serta mengurangi ketepatan saat klasifikasi. Dalam penelitian ini penulis malakukan proses text processing untuk seleksi fitur serta menggunakan algoritma Naïve Bayes Classfier untuk mengklasifikasikan sentiment secara otomatis. Penulis menggunakan 1000 data tweets tentang opini masyarakat terhadap #KuliahOnline. Data tersebut diseleksi yang kemudian diklasifikasi secara manual dan dibagi kedalam masing-masing 407 data training dan 123 data testing. hasil klasifikasi pada data testing menunjukkan bahwa algoritma Naive Bayer Classfier memberikan nilai akurasi 88,62% dan nilai presisi sebesar 100% dalam mengklasifikasikan sentimen.

Actions (login required)

View Item