UMM Institutional Repository

PENGUKURAN TINGKAT KEPOPULARITASAN PARTAI POLITIK DI INDONESIA BERDASARKAN DATA DARI TWITTER

SOLECHAH, NURUL (2015) PENGUKURAN TINGKAT KEPOPULARITASAN PARTAI POLITIK DI INDONESIA BERDASARKAN DATA DARI TWITTER. Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-nurulsolec-40915-1-pendahul-n.pdf

Download (720kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-nurulsolec-40915-2-babi.pdf

Download (184kB) | Preview

Abstract

Twitter merupakan jejaring sosial yang memiliki beberapa fasilitas timeline untuk menyampaikan tweet yang berisi informasi dari semua pengguna di dunia yang mengalir lebih dari satu juta pesan setiap jam. Informasi dapat berupa apapun termasuk juga informasi yang mengandung Politik. Dalam ajang Pemilu 2014 ini mengakibatkan Twitter sebagai sumber data yang sangat baik. Dengan adanya data dari konten teks yang tersedia secara bebas dapat menjadi lebih murah dan lebih cepat sebagai media untuk melakukan Sentiment Analysis terhadap partai politik di Indonesia Sentiment analysis adalah bidang studi yang menganalisis pendapat orang, sentimen, evaluasi, penilaian, sikap, dan emosi terhadap entitas seperti produk, jasa, organisasi, individu, isu-isu, peristiwa, serta topik. Sentiment analysis dan Opinion mining berfokus pada pendapat yang menyatakan atau menyiratkan sentimen positif atau negatif yang diekspresikan secara tekstual. Pada penelitian ini dilakukan beberapa percobaan sentiment analysis dengan menggunakan metode Lexicon Based terhadap opini tweet. Sistem akan mengelompokkan opini Tweet berdasarkan kategori positif dan kategori negatif. Hasil dari pengelompokan ini yang digunakan sebagai pengukur tingkat kepopularitasan partai di Indonesia. Dari analisis yang dilakukan terhadap sistem pengelompokkan dengan mencocokkan kamus kata didapatkan nilai dari precision dan recall terhadap kategori negatif adalah sebesar 87% dan untuk kategori positif nilai precision 64% dan recall 90%. Sehingga dapat disimpulkan bahwa metode Lexicon Based dapat melakukan klasifikasi untuk tweet Bahasa Indonesia dengan cukup baik.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Mr Ahmad Adi Husada
Date Deposited: 28 Mar 2016 10:11
Last Modified: 28 Mar 2016 10:11
URI : http://eprints.umm.ac.id/id/eprint/22899

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo