Analisis Sentimen Media Sosial Twitter Terkait Isu Yang Terjadi Pada Papua Dengan Metode Support Vector Machine
Total View This Week0
Total View This Week0
Institusion
Universitas Stikubank
Author
Satria Abdillah, Gieffari
Subject
QA Mathematics
Datestamp
2020-05-11 04:54:34
Abstract :
Media sosial twitter sudah menjadi sebuah sarana komunikasi pada era sekarang. Sarana tersebut menjadikan masyarakat dapat bebas untuk mengutarakan opini atau pendapat dalam media sosial twitter. Opini atau pendapat yang ada dalam twitter disebut dengan tweet. Opini tersebut memuat beragam eskpresi dan makna yang terkandung sesuai konteks yang dibicarakan. Tweet yang diambil berkaitan dengan isu Papua dengan pengambilan dilakukan pada tahun 2019. Tweet tersebut akan dianalisis untuk mengetahui sentimen masyarakat terhadap isu Papua yang terjadi, apakah sentimen masyarakat berupa opini positif atau negatif. Data yang digunakan berjumlah 200 data tweet dengan 159 data training dan 41 data uji. Metode yang digunakan dalam klasifikasinya adalah metode support vector machine dengan sentimen data yang digunakan adalah positif dan negatif. Hasil yang diberikan dalam metode support vector machine dalam klasifikasinya menghasilkan nilai akurasi sebesar 0,63 atau 63%. Dengan variable yang mempengaruhi akurasi adalah jumlah data tweet yang digunakan, data latih dan data uji. Abstract Twitter social media has become a means of communication in the current era. This means that the public can be free to express opinions or opinions on Twitter social media. Opinions or opinions on Twitter are called tweets. The opinion contains a variety of expressions and meanings contained in the context in question. Tweets taken are related to the issue of Papua with the retrieval carried out in 2019. The tweet will be analyzed to find out community sentiment towards the issue of Papua, whether people's sentiment in the form of positive or negative opinion. The data used amounted to 200 tweet data with 159 training data and 41 test data. The method used in its classification is the support vector machine method with the data sentiment used is positive and negative. The results given in the support vector machine method in its classification produce an accuracy value of 0.65 or 65%. With variables that affect accuracy are the amount of tweet data used, training data and test data.
Media sosial twitter sudah menjadi sebuah sarana komunikasi pada era sekarang. Sarana tersebut menjadikan masyarakat dapat bebas untuk mengutarakan opini atau pendapat dalam media sosial twitter. Opini atau pendapat yang ada dalam twitter disebut dengan tweet. Opini tersebut memuat beragam eskpresi dan makna yang terkandung sesuai konteks yang dibicarakan. Tweet yang diambil berkaitan dengan isu Papua dengan pengambilan dilakukan pada tahun 2019. Tweet tersebut akan dianalisis untuk mengetahui sentimen masyarakat terhadap isu Papua yang terjadi, apakah sentimen masyarakat berupa opini positif atau negatif. Data yang digunakan berjumlah 200 data tweet dengan 159 data training dan 41 data uji. Metode yang digunakan dalam klasifikasinya adalah metode support vector machine dengan sentimen data yang digunakan adalah positif dan negatif. Hasil yang diberikan dalam metode support vector machine dalam klasifikasinya menghasilkan nilai akurasi sebesar 0,63 atau 63%. Dengan variable yang mempengaruhi akurasi adalah jumlah data tweet yang digunakan, data latih dan data uji. Abstract Twitter social media has become a means of communication in the current era. This means that the public can be free to express opinions or opinions on Twitter social media. Opinions or opinions on Twitter are called tweets. The opinion contains a variety of expressions and meanings contained in the context in question. Tweets taken are related to the issue of Papua with the retrieval carried out in 2019. The tweet will be analyzed to find out community sentiment towards the issue of Papua, whether people's sentiment in the form of positive or negative opinion. The data used amounted to 200 tweet data with 159 training data and 41 test data. The method used in its classification is the support vector machine method with the data sentiment used is positive and negative. The results given in the support vector machine method in its classification produce an accuracy value of 0.65 or 65%. With variables that affect accuracy are the amount of tweet data used, training data and test data.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
