IMPLEMENTASI ALGORITMA NAIVE BAYES CLASSIFIER UNTUK MENGANALISIS KEPRIBADIAN PENGGUNA TWITTER DI INDONESIA BERDASARKAN PENDAPATNYA TERHADAP PASANGAN CALON PRESIDEN DAN WAKIL PRESIDEN TAHUN 2019

TESYA NURINTAN, 15650022 (2019) IMPLEMENTASI ALGORITMA NAIVE BAYES CLASSIFIER UNTUK MENGANALISIS KEPRIBADIAN PENGGUNA TWITTER DI INDONESIA BERDASARKAN PENDAPATNYA TERHADAP PASANGAN CALON PRESIDEN DAN WAKIL PRESIDEN TAHUN 2019. Skripsi thesis, UIN Sunan Kalijaga.

Preview	Text (IMPLEMENTASI ALGORITMA NAIVE BAYES CLASSIFIER UNTUK MENGANALISIS KEPRIBADIAN PENGGUNA TWITTER DI INDONESIA BERDASARKAN PENDAPATNYA TERHADAP PASANGAN CALON PRESIDEN DAN WAKIL PRESIDEN TAHUN 2019) 15650022_BAB I_BAB IV_DAFTAR_PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (IMPLEMENTASI ALGORITMA NAIVE BAYES CLASSIFIER UNTUK MENGANALISIS KEPRIBADIAN PENGGUNA TWITTER DI INDONESIA BERDASARKAN PENDAPATNYA TERHADAP PASANGAN CALON PRESIDEN DAN WAKIL PRESIDEN TAHUN 2019) 15650022_BAB II_BAB IV_.pdf - Published Version Restricted to Registered users only Download (7MB)

Abstract

Etnografi merupakan sebuah studi yang dilakukan untuk mengetahui perilaku suatu masyarakat yang diobservasi langsung dari kelompok atau masyarakat yang diteliti itu sendiri. Twitter sebagai salah satu platform media sosial dapat dijadikan sumber untuk melakukan penelitian. Sebab masyarakat Indonesia tidak hanya memanfaatkan twitter untuk bersosialisasi, namun juga untuk melakukan kegiatan politik yakni menjadikannya tempat untuk mencurahkan pendapat mereka terhadap pasangan calon presiden dan calon wakil presiden. Penelitian ini bermaksud untuk melakukan analisis terhadap personal karakter dari pengguna twitter di Indonesia mengenai pandangannya terhadap pasangan calon Presiden dan calon Wakil Presiden tahun 2019 dengan metode Naive Bayes Classifier. Personal karakter yang ingin diketahui dari penelitian ini yakni 5 Besar Kelompok Kepribadian, yaitu : Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism. Data didapatkan dari Sistem Drone Emprit dan diproses untuk dilakukan klasifikasi dengan tahapan seleksi data, labeling, preprocessing, pembobotan, dan klasifikasi. Hasil yang diperoleh dari peneilitan ini adalah bahwa algoritma Naive Bayes Classifier dapat digunakan untuk mengklasifikasikan data tweet dengan tingkat akurasi yang lebih tinggi dengan pembobotan TF yaitu 39,96% dibandingkan dengan menggunakan metode pembobotan TF-IDF yakni 38,45%. Hasil implementasi algoritma Naive Bayes Classifier menghasilkan pengolompokkan kelas Openness sebanyak 42,4%, Conscientiousness sebanyak 9%, Extraversion sebanyak 14,9%, Agreeableness sebanyak 24%, dan Neuroticism sebanyak 9,7%. Kata Kunci : Na¨ıve Bayes, Analisis 5 Besar Karakter Seseorang, Pemilihan Presiden dan Wakil Presiden, k-fold cross validation

Share this knowledge with your friends :

Actions (login required)

View Item