MUHARRAM, FAJAR (2023) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KINERJA WALIKOTA MEDAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Undergraduate thesis, Universitas Negeri Medan.
1. NIM. 4182250009 COVER.pdf - Published Version
Download (144kB) | Preview
2. NIM. 4182250009 APPROVAL SHEET.pdf - Published Version
Download (1MB) | Preview
3. NIM. 4182250009 ABSTRACT.pdf - Published Version
Download (287kB) | Preview
4. NIM. 4182250009 PREFACE.pdf - Published Version
Download (493kB) | Preview
5. NIM. 4182250009 TABLE OF CONTENT.pdf - Published Version
Download (199kB) | Preview
6. NIM. 4182250009 ILLUSTRATION.pdf - Published Version
Download (165kB) | Preview
7. NIM. 4182250009 TABLES.pdf - Published Version
Download (167kB) | Preview
8. NIM. 4182250009 APPENDICES.pdf - Published Version
Download (159kB) | Preview
9. NIM. 4182250009 CHAPTER I.pdf - Published Version
Download (382kB) | Preview
13. NIM. 4182250009 CHAPTER V.pdf - Published Version
Download (218kB) | Preview
14. NIM. 4182250009 BIBLIOGRAPHY.pdf - Published Version
Download (171kB) | Preview
Abstract
Perkembangan teknologi pada zaman sekarang memberikan kemudahan bagi masyarakat dalam menggunakan media sosial sebagai salah satu sarana untuk mengekspresikan pendapat, diantaranya Twitter. Studi kasus yang diambil oleh peneliti adalah sentimen terhadap kinerja walikota medan. Kasus tersebut diambil karena ramai diperbincangkan masyarakat Indonesia khususnya kota medan di media sosial Twitter. Salah satu pemanfaatan penelitian ini adalah untuk mengetahui kecenderungan komentar pengguna Twitter terhadap kinerja walikota medan dengan melakukan analisis sentimen. Sentimen akan diklasifikasikan dengan label positif, negatif dan netral. Algoritma yang digunakan dalam melakukan analisis sentimen adalah Naïve Bayes. Tahapan dalam melakukan analisis sentimen pada penelitian ini adalah preprocessing data, pengolahan data, klasifikasi, dan evaluasi. Hasil dari Penelitian ini yaitu menggunakan metode
SMOTE rasio training dan testing yaitu 80:20 dikarenakan memiliki akurasi yang tertinggi yaitu 78% dibandingkan dengan rasio lainnya. Hasil prediksi yang dihasilkan dari klasifikasi ternyata lebih dominan kepada label netral. Selain melakukan klasifikasi untuk analisis sentimen, penelitian ini juga mengukur performa dari model yang dibuat. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memiliki nilai precision 78%, recall 78%, dan f1-score 77%.
Item Type: | Thesis (Undergraduate) |
---|---|
Keywords: | Analisis Sentimen, TextBlob, TF-IDF, Multinomial NaiveiBayes, Confusion Matrix. |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | Cut Lidya Mutia |
Date Deposited: | 05 Feb 2024 08:22 |
Last Modified: | 05 Feb 2024 08:22 |
URI: | https://digilib.unimed.ac.id/id/eprint/54240 |