ANALISIS SENTIMEN DAN KLASIFIKASI RESPON MASYARAKAT TERHADAP PEMINDAHAN IBU KOTA NEGARA KE KALIMANTAN TIMUR PADA TWITTER

Anggelina, Shella Yuni (2020) ANALISIS SENTIMEN DAN KLASIFIKASI RESPON MASYARAKAT TERHADAP PEMINDAHAN IBU KOTA NEGARA KE KALIMANTAN TIMUR PADA TWITTER. S1 Sistem Informasi thesis, STMIK Widya Cipta Dharma.

	Text 1541001-S1-NASKAH PUBLIKASI.pdf Restricted to Repository staff only Download (274kB) | Request a copy
	Text 1541001-S1-SISTEM INFORMASI.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Penelitian ini dilakukan untuk mengetahui respon masyarakat terhadap pemindahan ibu kota negara ke Kalimantan Timur pada Twitter yang nantinya penelitian ini diharapkan dapat digunakan sebagai referensi untuk penelitian lainnya. Pada penelitian ini, Metode pengumpulan data yang digunakan yaitu menggunakan Data Crawler sebagai media untuk melakukan penambangan data. Dalam penelitian ini menggunakan metode Support Vector Machine dan Naive Bayes, dengan perangkat lunak (software) pendukung yang digunakan adalah Python dan RapidMiner. Adapun hasil akhir dari penelitian, yakni dari 606 data tweet yang dikumpulkan diketahui rasio 7:3 adalah rasio yang paling baik digunakan dengan metode Support Vector Machine dan Naive Bayes. Diperoleh hasil nilai akurasi tertinggi dengan rasio 7:3 dari metode Support Vector Machine adalah 63.19% dan Naive Bayes adalah 62.09% serta diketahui nilai rata-rata akurasi dari metode Support Vector Machine yaitu 58.51% dan Naive Bayes 59.13%. Metode Support Vector Machine menghasilkan akurasi performansi rasio yang lebih baik daripada metode Naive Bayes dengan selisih 1.1%. Rata-rata akurasi Naive Bayes lebih baik daripada metode Suppot Vector Machine dengan selisih 0.62% ========================================================= This research was conducted to determine the response of the community to the transfer of the national capital to East Kalimantan on Twitter, which later this research is expected to be used as a reference for other research. In this study, the data collection method used is to use Data Crawler as a medium for mining data. In this study using the Support Vector Machine and Naive Bayes methods, the supporting software used is Python and RapidMiner. The final results of the study, from the 606 data collected tweets known 7: 3 ratio is the best ratio used by the Support Vector Machine and Naive Bayes methods. The highest accuracy value obtained with a ratio of 7: 3 from the Support Vector Machine method is 63.19% and Naive Bayes is 62.09% and the average accuracy of the Support Vector Machine method is 58.51% and Naive Bayes 59.13%. The Support Vector Machine method produces a better ratio of performance accuracy than the Naive Bayes method with a difference of 1.1%. The average accuracy of Naive Bayes is better than the Suppot Vector Machine method with a difference of 0.62%

Item Type:	Thesis (S1 Sistem Informasi)
Additional Information:	Pembimbing 1 : H. Tommy Bustomi, S.Kom., M.Kom Pembimbing 2 : Hj. Ekawati Yulsilviana, SP., MM
Uncontrolled Keywords:	Analisis Sentimen, Klasifikasi, Support Vector Machine, Naive Bayes, Twitter, Ibu Kota
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Sistem Informasi
Depositing User:	Ms Shella Yuni Anggelina
Date Deposited:	13 Feb 2020 00:09
Last Modified:	13 Feb 2020 00:09
URI:	http://repository.wicida.ac.id/id/eprint/2777

Actions (login required)

View Item