Fridolin, Marsianus (2023) Analisis Sentimen Pro Dan Kontra Masyarakat Indonesia Tentang Vaksin Booster C19 Pada Media Sosial Twitter Menggunakan Metode Decision Tree. S1 Sistem Informasi thesis, STMIK Widya Cipta Dharma.
![[img]](http://repository.wicida.ac.id/style/images/fileicons/text.png) |
Text
1841092-S1-SISTEM INFORMASI.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text
1841092-S1-Jurnal.pdf Restricted to Repository staff only Download (481kB) | Request a copy |
Abstract
ABSTRAK Marsianus Fidolin Atu, 2022, Analisis Sentimen Pro dan Kontra Masyarakat Indonesia Tentang Vaksin Booster C19 pada pada Media Sosial Twitter Menggunakan Metode Decision Tree, Program Studi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widya Cipta Dharma Samarinda, Pembimbing (I) H. Tommy Bustomi, S.Kom., M.Kom., Pembimbing (II) Pitrasacha Adytia, S.T., M.T. Kata Kunci : Analisis Sentimen, Decision Tree, Twitter, Vaksin Booster. Penelitian ini dilakukan untuk mengetahui respon masyarakat terhadap Vaksin Booster pada Twitter yang nantinya penelitian ini diharapkan dapat digunakan sebagai referansi untuk penelitian lainnya. Pada penelitian ini, Metode pengumpulan data yang digunakan yaitu menggunakan Data Clawler sebagai media untuk penambangan data. Dalam penelitian ini menggunakan metode Decision Tree dengan perangkat lunak (sofware) pendukung yang digunakan adalah RapidMiner. Adapun hasil akhir dari penelitian, yakni dari 100 data tweet yang dikumpulkan diketahui rasio 9:1 adalah rasio paling baik digunakan dengan metode Decision Tree. Diperoleh nilai akurasi tertinggi dengan rasio 9:1 dengan metode Decision Tree adalah 70% serta di ketahui rata-rata akurasi dari metode Decision Tree yaitu 66,21%. ============================================================ ABSTRACT Marsianus Fidolin Atu, 2022, Analysis of Indonesian Pros and Cons Sentiments About the C19 Booster Vaccine on Twitter Social Media Using the Decision Tree Method, Information Systems Study Program, College of Informatics and Computer Management (STMIK) Widya Cipta Dharma Samarinda, Supervisor (I) H. Tommy Bustomi, S.Kom., M.Kom., Advisor (II) Pitrasacha Adytia, S.T., M.T. Keywords: Sentiment Analysis, Decision Tree, Twitter, Vaccine Booster. This research was conducted to find out the public's response to Booster Vaccine 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 was Data Clawler as a medium for data mining. In this study using the Decision Tree method with the supporting software used is RapidMiner. As for the final results of the study, that is, from the 100 tweet data collected, it is known that the 9: 1 ratio is the best ratio to use with the Decision Tree method. The highest accuracy value obtained with a ratio of 9:1 with the Decision Tree method is 70% and it is known that the average accuracy of the Decision Tree method is 66.21%.
| Item Type: | Thesis (S1 Sistem Informasi) |
|---|---|
| Additional Information: | Pembimbing 1 : Tommy Bustomi, S.Kom., M.Kom Pembimbing 2 : Pitrasacha Adytia, S.T., M.T |
| Uncontrolled Keywords: | Analisis Sentimen, Decision Tree, Twitter, Vaksin Booster. |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Sistem Informasi |
| Depositing User: | Mr Marsianus Fridolin Atu |
| Date Deposited: | 24 Aug 2023 06:43 |
| Last Modified: | 24 Aug 2023 06:43 |
| URI: | http://repository.wicida.ac.id/id/eprint/4974 |
Actions (login required)
 |
View Item |
