Yogatama, Aldino (2021) Analisis Sentimen Respon Masyarakat Tentang Alat Pendeteksi Covid-19 Rapid Test Antigen Melalui Media Twitter Menggunakan Metode KNN. S1 Sistem Informasi thesis, STMIK Widya Cipta Dharma.
![[img]](http://repository.wicida.ac.id/style/images/fileicons/text.png) |
Text
1741082 - S1 - Sistem Informasi.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text
1741082 - S1 - Jurnal.pdf Restricted to Repository staff only Download (793kB) | Request a copy |
Abstract
Abstrak Penelitian ini dilakukan untuk mengetahui respon masyarakat terhadap alat pendeteksi COVID-19 Rapid test Antigen pada Twitter yang nantinya penelitian ini diharapkan dapat digunakan sebagai referensi untuk penelitian lainnya. Pada penelitian ini, metode pengumpulan data yang digunakan yaitu menggunakan Search Twitter API dan JupyterLab sebagai media untuk pengumpulan data. Penelitian ini menggunakan metode K-Nearest Neighbor, dengan perangkat lunak (Software) pendukung yang gunakan adalah Python 3.9.5 dan RapidMiner 9. Adapun hasil akhir dari penelitian, yakni dari 500 Data Tweet yang telah dikumpulkan diketahui menggunakan nilai k yang paling optimal adalah nilai k=3 dengan akurasi sebesar 91,40 % dan pengujian menggunakan Ratio 0.3 adalah nilai Ratio yang paling baik digunakan dibanding dengan penggunaan Ratio lainnya dengan hasil akurasi sebesar 70,00 % , setelah dilakukan proses pengujian sistem dengan menggunakan data tweets baru yang telah di Crawling sebanyak 50 data Tweet diperoleh hanya terdapat 14 data Tweet yang tidak sesuai dengan prediksinya. Kata Kunci : Analisis Sentimen, Klasifikasi, K-Nearest Neighbor, Twitter, Rapid test Antigen. ========================================================== Abstract This research was conducted to determine the public's response to the COVID-19 Rapid Test Antigen detection tool 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 using the Search Twitter API and JupyterLab as a medium for data collection. This study uses the K-Nearest Neighbor method, with the supporting software used is Python 3.9.5 and RapidMiner 9. As for the final result of the study, from 500 Tweets data that has been collected, it is known that the most optimal k value is the value of k = 3 with an accuracy of 91.40% and testing using Ratio 0.3 is the ratio value that is best used compared to the use of other ratios. with an accuracy result of 70.00%, after the system testing process using new tweets data that has been crawled as many as 50 Tweet data obtained there are only 14 Tweets data that are not in accordance with their predictions. Keywords: Sentiment Analysis, Classification, K-Nearest Neighbor, Twitter, Antigen Rapid test.
| Item Type: | Thesis (S1 Sistem Informasi) |
|---|---|
| Additional Information: | Pembimbing I : Dr. H. Nursobah, S.Kom., M.Kom Pembimbing II : Dr. Heny Pratiwi, S.Kom., M.Pd., M.TI |
| Uncontrolled Keywords: | Analisis Sentimen, Klasifikasi, K-Nearest Neighbor, Twitter, Rapid test Antigen. |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Sistem Informasi |
| Depositing User: | Mr Aldino Yogatama |
| Date Deposited: | 20 Aug 2021 07:00 |
| Last Modified: | 20 Aug 2021 07:00 |
| URI: | http://repository.wicida.ac.id/id/eprint/3858 |
Actions (login required)
 |
View Item |
