ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

Sasya Salsabila Janerdi , 1867051001 (2022) ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ASBTRAK-ABSTRACT.pdf Download (149Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (3930Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3532Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Analisis sentimen merupakan pengolahan data tekstual yang bertujuan untuk klasifikasi polaritas dari teks pada kalimat atau opini . Klasifikasi tersebut bertujuan untuk melihat polaritas dari suatu kalimat atau opini apakah bersifat positif, negatif, atau netral. Masyarakat memiliki berbagai opini yang diekspresikan di berbagai media, diantaranya media sosial twitter. Besarnya komunitas pengguna Twitter di Indonesia tentunya berpengaruh pada ragam opini mengenai aplikasi PeduliLindungi. Aplikasi PeduliLindungi sebagai upaya dalam melakukan tracing, tracking, dan pemberi peringatan selama pandemi COVID-19. PeduliLindungi perlu terus dikembangkan untuk meningkatkan rasa nyaman bagi penggunanya sehingga menjamin penggunaan yang berkelanjutan. Penelitian ini menggunakan metode Naive Bayes Classifier dalam analisis sentimen menggunakan data Aplikasi PeduliLindungi dari Twitter. Berdasarkan hasil penelitian , menghasilkan nilai akurai sebesar 0,85 atau 85% dan akurasi meningkat sebesar 0.89 atau 89% dengan pengujian menggunakan k-fold cross validation. Kata Kunci: Analisis Sentimen, PeduliLindungi, Naïve Bayes Classifier

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2208641611 . Digilib
Date Deposited:	21 Dec 2022 02:13
Terakhir diubah:	21 Dec 2022 02:13
URI:	http://digilib.unila.ac.id/id/eprint/67921

Actions (login required)

Lihat Karya Akhir