ANALISIS SENTIMEN PENGGUNA TWITTER MENGENAI PEMILIHAN PRESIDEN (PILPRES) TAHUN 2024 DENGAN METODE NAÏVE BAYES CLASSIFIER

Rita Kusumawati, nim.: 18106050008 (2022) ANALISIS SENTIMEN PENGGUNA TWITTER MENGENAI PEMILIHAN PRESIDEN (PILPRES) TAHUN 2024 DENGAN METODE NAÏVE BAYES CLASSIFIER. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (ANALISIS SENTIMEN PENGGUNA TWITTER MENGENAI PEMILIHAN PRESIDEN (PILPRES) TAHUN 2024 DENGAN METODE NAÏVE BAYES CLASSIFIER)
18106050008_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version

Download (2MB) | Preview
[img] Text (ANALISIS SENTIMEN PENGGUNA TWITTER MENGENAI PEMILIHAN PRESIDEN (PILPRES) TAHUN 2024 DENGAN METODE NAÏVE BAYES CLASSIFIER)
18106050008_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version
Restricted to Registered users only

Download (4MB) | Request a copy

Abstract

Pemilihan Presiden atau pilpres merupakan kegiatan lima tahun sekali yang menjadi momen yang penting dalam perwujudan demokrasi di Negara Kesatuan Republik Indonesia. Pilpres selalu ramai diperbincangkan di dunia nyata maupun dunia maya, khususnya di media sosial Twitter. Hal ini mendorong peneliti untuk menganalisa data tweet yang terkumpul untuk mengetahui sentimen masyarakat mengenai pilpres 2024. Data yang diperoleh dari Twitter tersebut kemudian dianalisa menggunakan metode Naive Bayes Classifier. Dari total 11.799 data tweet, sejumlah 3861 data tweet digunakan sebagai data latih dan sejumlah 7938 data tweet sebagai data uji. Hasil dari implementasi pada data uji menggunakan metode Naïve Bayes Classifier menghasilkan yaitu 66,3% atau sebanyak 5265 data tweet kelas positif, sebanyak 25% atau 1985 data tweet kelas netral, dan sebanyak 8,7% atau sebanyak 688 data tweet kelas negatif. Hasil nilai rata-rata akurasi yang didapatkan dengan metode Naïve Bayes Classifier yaitu sebesar 80,92%.

Item Type: Thesis (Skripsi)
Additional Information: pEMBIMBING : Muhammad Didik Rohmad Wahyudi, S.T., M.T.,
Uncontrolled Keywords: Analisis Sentimen, Naïve Bayes Classifier, Pilpres, Twitter.
Subjects: Tehnik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika (S1)
Depositing User: S.Sos Sofwan Sofwan
Date Deposited: 03 Oct 2022 09:26
Last Modified: 03 Oct 2022 09:26
URI: http://digilib.uin-suka.ac.id/id/eprint/53735

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum