ANALISIS SENTIMEN MENGENAI KOMISI PEMBERANTASAN KORUPSI (KPK) PADA MEDIA SOSIAL TWITTER DENGAN MENERAPKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Hendy Syuhada, 1715061018 (2022) ANALISIS SENTIMEN MENGENAI KOMISI PEMBERANTASAN KORUPSI (KPK) PADA MEDIA SOSIAL TWITTER DENGAN MENERAPKAN ALGORITMA NAÏVE BAYES CLASSIFIER. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	Text 1. ABSTRAK - ABSTRACT.pdf Download (33kB) | Preview
	Text 2. SKRIPSI FULL.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview

Abstract

Komisi Pemberantasan Korupsi (KPK) merupakan lembaga resmi di Indonesia yang ditugaskan secara khusus untuk menangani kasus korupsi. Seiring dengan maraknya kasus korupsi di Indonesia, publik turut menyampaikan opini terhadap kinerja KPK yang disampaikan salah satunya melalui Twitter. Namun opini tersebut masih samar bernada positif ataupun negatif. Oleh karena itu, pada penelitian ini dilakukan analisis sentimen terhadap opini tersebut dengan menggunakan algoritma naïve bayes classifier berbasis machine learning. Data bersumber dari Twitter yang diambil dengan teknik crawling melalui API (Application Programming Interface). Data tersebut diolah melalui beberapa tahapan yaitu preprocessing yang meliputi menghilangkan tanda baca, menghapus kata yang berulang dan kata yang sering muncul tetapi tidak terlalu memiliki makna dalam kalimat. Tahap selanjutnya adalah labeling data yang dilakukan secara manual dengan memberikan label atau class pada data tersebut. Berikutnya adalah proses modeling yaitu proses untuk membangun sebuah model yang tepat untuk memprediksi probabilitas data yang akan masuk serta mengelompokkannya sesuai dengan perhitungan probabilitas sebelumnya. Data yang digunakan dalam proses modeling yaitu sebanyak 2055 data tweet yang dibagi menjadi training set dan testing set dengan perbandingan 80:20. Selanjutnya dilakukan deployment system dengan model yang dipilih untuk menganalisis sentimen terhadap KPK di Twitter. Hasil dari penelitian ini menunjukkan dengan menggunakan Naïve Bayes Classifier model multinomial didapatkan nilai precision 0.69, recall 0.89, F-1 Score 0.74, dan akurasi sebesar 64%. Pada penelitian ini juga dikembangkan sebuah website untuk mengambil data baru yang kemudian secara otomatis mengklasifikasikannya ke dalam label positif, negatif, atau netral. Website ini juga menampilkan hasil dalam bentuk tabel dan grafik. Kata kunci: Analisis Sentimen, KPK, Multinomial model, Naïve Bayes Classifier, Twitter

Item Type:	Other
Subjects:	Universitas Lampung > Fakultas Teknik > Prodi Teknik Informatika
Divisions:	?? Informatika ??
Depositing User:	2208795408 . Digilib
Date Deposited:	14 Nov 2022 04:04
Last Modified:	14 Nov 2022 04:04
URI:	http://digilib.unila.ac.id/id/eprint/66885

Actions (login required)

View Item