UMM Institutional Repository

EKSTRAKSI OPINI TOKOH PUBLIK BERDASARKAN ANALISIS SENTIMENT DATA TWITTER MENGGUNAKAN NAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION

Nuraini, Lia (2019) EKSTRAKSI OPINI TOKOH PUBLIK BERDASARKAN ANALISIS SENTIMENT DATA TWITTER MENGGUNAKAN NAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION. Undergraduate (S1) thesis, University of Muhammadiyah Malang.

[img] Text
PENDAHULUAN.pdf
Restricted to Registered users only

Download (945kB)
[img] Text
BAB I.pdf
Restricted to Registered users only

Download (442kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (663kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Registered users only

Download (199kB)

Abstract

Twitter merupakan layanan microblogging dan media jejaring sosial yang dapat menghasilkan informasi sebagai sentiment dari pengguna yang membahas tentang beberapa tokoh publik yang terkait dengan pilkada DKI Jakarta tahun 2017 lalu. Sentiment analisis dari tokoh publik tersebut dapat menafsirkan opini masyarakat menjadi positif maupun negatif. Pengklasifikasian Naïve Bayes merupakan metode klasifikasi yang popular karena sangat sederhana, efisien dan memiliki performa yang baik pada banyak domain. Namun, Naïve Bayes memiliki kekurangan yaitu sangat sensitive pada fitur yang terlalu banyak, yang mengakibatkan akurasi menjadi rendah. Oleh karena itu, pada penelitian ini digunakan metode pemilihan fitur yaitu algoritma Particle Swarm Optimization untuk bisa meningkatkan hasil akurasi dari klasifikasi Naïve Bayes. Dataset yang digunakan adalah tweet berbahasa Indonesia dengan kata kunci AHY, Sylvi, Ahok, Djarot, Anies, dan Sandi sebanyak 1800 tweet. Hasil dari penelitian ini menunjukkan peningkatan akurasi Naïve Bayes dari 87.75% menjadi 89.44%.

Item Type: Thesis (Undergraduate (S1))
Student ID: 201210370311115
Keywords: Analisis Sentiment, Twitter, Tokoh Publik, Naïve Bayes, Particle Swarm Optimization
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Sulistyaningsih Sulistyaningsih
Date Deposited: 08 Apr 2019 09:27
Last Modified: 11 Jan 2020 09:43
URI : http://eprints.umm.ac.id/id/eprint/45768

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