KLASIFIKASI BERITA DAN ANALISIS SENTIMEN TWITTER TERHADAP KOMPONEN CADANGAN KEMENTERIAN PERTAHANAN RI DENGAN METODE NAÃVE BAYES CLASSIFIER
Total View This Week0
Total View This Week0
Institusion
STMIK Akakom
Author
FAJRIA, NURUL - 185610088
Subject
Algoritma
Datestamp
2022-09-29 07:20:14
Abstract :
Twitter merupakan layanan media sosial yang biasa digunakan penggunanya untuk mengutarakan pendapat mengenai kegiatan atau kejadian kejadian yang dialami melalui tweet pada akun Twitter mereka. Twitter biasanya digunakan untuk penyampaian opini ataupun kritik mengenai suatu topik berita yang sedang ramai dibicarakan, oleh sebab itu twitter dapat dijadikan sarana yang baik untuk menampung suara atau pendapat masyarakat. Selain itu, sifat Twitter yang selalu up-to-date juga memudahkan dalam penerapan metode analisis dalam segi data. Machine Learning adalah ilmu yang mempelajari tentang algoritma komputer yang bisa mengenali pola-pola didalam data, dengan tujuan mengubah beragam macam data menjadi suatu tindakan yang nyata dengan sesedikit mungkin campur tangaan manusia. Dengan Machine Learning, kita dapat menciptakan mesin (komputer) yang ? belajar ? dari data yang ada, selanjutnya dia bisa membuat keputusan secara mandiri tanpa perlu diprogram lagi. Secara umum, Machine Learning berada dibawah payung Artifical Intelegence/AI, (Kecerdasan Buatan). Penelitian ini menggunakan metode Naïve Bayes Classifier dengan 3 tahapan proses yaitu pre-processing yang terdiri dari cleansing, case folding, tokenizing, filtering-stopword, dan stemming. Tahap kedua yaitu pemodelan sistem dengan menentukan feature dan label pada training dataset. Tahap terakhir adalah klasifikasi sentimen yang menghasilkan 2 kategori yaitu sentimen positif dan negatif. Data yang digunakan berupa opini masyarakat terhadap Komponen Cadangan Kementerian Pertahanan dan Keamanan Negara Republik Indonesia dengan jumlah total 152 data tweet yang dibagi menjadi 70% data latih dan 30% data uji, dan diperoleh dari hasil scrapping menggunakan snscraper. Hasil klasifikasi sentimen yang dilakukan oleh sistem diperoleh sebanyak 68,72% sentimen positif dan 27,8% sentimen negatif. Dari hasil pengujian pada sistem yang pertama diperoleh akurasi sebesar 85% kemudian peneliti melakukan pengujian ulang pada sistem dengan data uji baru, diperoleh akurasi sebesar 90% dan untuk keseluruhan hasil akurasi sebesar 90%. Hasil tersebut menunjukkan bahwa dari data yang di proses masyarakat lebih banyak berkomentar positif dari pada berkomentar negatif. Kata Kunci : Analisisis Sentiment,Twitter, Machine Learning,Naïve Bayes Classifier,komcad.
Twitter merupakan layanan media sosial yang biasa digunakan penggunanya untuk mengutarakan pendapat mengenai kegiatan atau kejadian kejadian yang dialami melalui tweet pada akun Twitter mereka. Twitter biasanya digunakan untuk penyampaian opini ataupun kritik mengenai suatu topik berita yang sedang ramai dibicarakan, oleh sebab itu twitter dapat dijadikan sarana yang baik untuk menampung suara atau pendapat masyarakat. Selain itu, sifat Twitter yang selalu up-to-date juga memudahkan dalam penerapan metode analisis dalam segi data. Machine Learning adalah ilmu yang mempelajari tentang algoritma komputer yang bisa mengenali pola-pola didalam data, dengan tujuan mengubah beragam macam data menjadi suatu tindakan yang nyata dengan sesedikit mungkin campur tangaan manusia. Dengan Machine Learning, kita dapat menciptakan mesin (komputer) yang ? belajar ? dari data yang ada, selanjutnya dia bisa membuat keputusan secara mandiri tanpa perlu diprogram lagi. Secara umum, Machine Learning berada dibawah payung Artifical Intelegence/AI, (Kecerdasan Buatan). Penelitian ini menggunakan metode Naïve Bayes Classifier dengan 3 tahapan proses yaitu pre-processing yang terdiri dari cleansing, case folding, tokenizing, filtering-stopword, dan stemming. Tahap kedua yaitu pemodelan sistem dengan menentukan feature dan label pada training dataset. Tahap terakhir adalah klasifikasi sentimen yang menghasilkan 2 kategori yaitu sentimen positif dan negatif. Data yang digunakan berupa opini masyarakat terhadap Komponen Cadangan Kementerian Pertahanan dan Keamanan Negara Republik Indonesia dengan jumlah total 152 data tweet yang dibagi menjadi 70% data latih dan 30% data uji, dan diperoleh dari hasil scrapping menggunakan snscraper. Hasil klasifikasi sentimen yang dilakukan oleh sistem diperoleh sebanyak 68,72% sentimen positif dan 27,8% sentimen negatif. Dari hasil pengujian pada sistem yang pertama diperoleh akurasi sebesar 85% kemudian peneliti melakukan pengujian ulang pada sistem dengan data uji baru, diperoleh akurasi sebesar 90% dan untuk keseluruhan hasil akurasi sebesar 90%. Hasil tersebut menunjukkan bahwa dari data yang di proses masyarakat lebih banyak berkomentar positif dari pada berkomentar negatif. Kata Kunci : Analisisis Sentiment,Twitter, Machine Learning,Naïve Bayes Classifier,komcad.
File :
1_185610088_HALAMAN_DEPANN - Fajriyahnurul1605.pdf
2_185610088_BAB_I. - Fajriyahnurul1605.pdf
3_185610088_BAB_II. - Fajriyahnurul1605.pdf
4_185610088_BAB_III. - Fajriyahnurul1605.pdf
5_185610088_BAB_IV. - Fajriyahnurul1605.pdf
6_185610088_BAB_V. - Fajriyahnurul1605.pdf
7_DAFTAR PUSTAKA - Fajriyahnurul1605.pdf
8_185610088_CARA MENJALANKAN PROGRAM - Fajriyahnurul1605.pdf
9_185610088_LIST PROGRAM - Fajriyahnurul1605.pdf
10_185610088_Lampiran - Fajriyahnurul1605.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
