ANALISIS SENTIMEN X UNTUK REVIEW FILM AGAK LAEN MENGGUNAKAN METODE NAÏVE BAYES

Saputri, Amanda Eka Octaviyani (2024) ANALISIS SENTIMEN X UNTUK REVIEW FILM AGAK LAEN MENGGUNAKAN METODE NAÏVE BAYES. S1 Sistem Informasi thesis, STMIK Widya Cipta Dharma.

	Text 2041009-S1-Jurnal.pdf Download (948kB)
	Text 2041009-SI-Sistem Informasi.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna X terhadap film "Agak Laen" menggunakan dua pendekatan utama: metode Naïve Bayes dan fitur berbasis leksikon. Data dikumpulkan dari tweet yang mengandung kata kunci terkait film tersebut. Setelah data dikumpulkan, dilakukan proses prapemrosesan yang mencakup pembersihan data, tokenisasi, dan normalisasi teks. Penelitian ini dilakukan di ruang UKM atau Unit Kegiatan Mahasiswa yang berada di C tepatnya di ruang 15 di kampus STMIK Widya Cipta Dharma. Metode pengumpulan data yang digunakan yaitu dengan wawancara yang mengajukan pertanyaan–pertanyaan yang berkaitan dengan perfilman. Dalam penelitian ini metode Naïve Bayes digunakan sebagai model klasifikasi untuk memprediksi sentimen positif, negatif, atau netral dari tweet. Selain itu, fitur berbasis leksikon, yang mencakup kamus kata-kata dengan sentimen yang telah ditentukan, digunakan untuk mengidentifikasi polaritas sentimen dari teks. Adapun hasil analisis menunjukkan bahwa metode Naïve Bayes dan fitur berbasis leksikon dapat mengklasifikasikan sentimen dengan tingkat akurasi yang memuaskan. Kombinasi kedua metode ini juga meningkatkan performa dalam mendeteksi sentimen dibandingkan dengan penggunaan metode tunggal. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan analisis sentimen berbasis media sosial, khususnya dalam konteks review film. Kata Kunci : Analisis Sentimen, X, Review Film, Naïve Bayes, Fitur Berbasis Leksikon ======================================================== This research aims to analyze the sentiment of X users towards the movie "Agak Laen" using two main approaches: the Naïve Bayes method and lexicon-based features. Data were collected from tweets containing keywords related to the movie. After data collection, preprocessing steps including data cleaning, tokenization, and text normalization were performed. This study was conducted in the Student Activity Unit (UKM) room, specifically in room 15 at the Widya Cipta Dharma STMIK campus. The data collection method used was interviews, where questions related to filmmaking were asked. In this research, the Naïve Bayes method was used as a classification model to predict positive, negative, or neutral sentiment from the tweets. Additionally, lexicon-based features, which include dictionaries of words with predetermined sentiments, were used to identify the sentiment polarity of the text. The analysis results show that the Naïve Bayes method and lexicon- based features can classify sentiment with satisfactory accuracy. The combination of these two methods also improves performance in detecting sentiment compared to using a single method. This research is expected to contribute to the development of social media-based sentiment analysis, particularly in the context of movie reviews. Keywords: Sentiment Analysis, X, Movie Reviews, Naïve Bayes, Lexicon- Based Features

Item Type:	Thesis (S1 Sistem Informasi)
Additional Information:	Pembimbing i : Andi Yusika Rangan, S.Kom., M.Kom. Pembimbing ii: H. Pajar Pahrudin S.Kom., MH.
Uncontrolled Keywords:	Analisis Sentimen, X, Review Film, Naïve Bayes, Fitur Berbasis Leksikon
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Sistem Informasi
Depositing User:	Amanda Eka Octaviyani Saputri
Date Deposited:	08 Aug 2024 06:59
Last Modified:	08 Aug 2024 06:59
URI:	http://repository.wicida.ac.id/id/eprint/5793

Actions (login required)

View Item