ANALISIS SENTIMEN TWEETS MENGGUNAKAN ALGORITMA NAÏVE BAYES TERHADAP CONTENT CREATOR DENGAN LABELLING LEXICON BASED

ALI, FACHRI (2019) ANALISIS SENTIMEN TWEETS MENGGUNAKAN ALGORITMA NAÏVE BAYES TERHADAP CONTENT CREATOR DENGAN LABELLING LEXICON BASED. S1 thesis, Universitas Mercu Buana Jakarta.

Text (JURNAL MAHASISWA) Yudisium.pdf Restricted to Registered users only Download (1MB)

Abstract

Content creator is a predicate for people who create content and share it on social media. Content creators are required to always entertain netizens, but not always what is provided by content creators can please netizens. Therefore, an analysis is needed to measure the value of sentiment so that content creators can stay afloat in the profession. This article presents the results of a content creator sentiment analysis experiment using a netizen tweet dataset on Twitter. The data was obtained from crawling via Twitter API in the form of 2,999 tweets. After going through the preprocessing stage, the tweet was reduced to 2.987. To find out the value of sentiment Naïve Bayes algorithm is used with the help of Lexicon Based on the labeling process. For this case Naïve Bayes yields a value of 81.7%. Keywords— Sentiment analysis, API, content creator, lexicon based, naïve bayes classifier, twitter Content creator adalah predikat bagi orang yang menciptakan konten dan membagikannya pada media sosial. Content creator diharuskan untuk selalu menghibur netizen, namun tidak selalu yang diberikan oleh content creator dapat menyenangkan netizen. Maka dari itu, dibutuhkan analisis untuk mengukur nilai sentimen agar para content creator dapat tetap bertahan di profesi tersebut. Artikel ini menyajikan hasil eksperimen analisis sentimen content creator menggunakan dataset tweet netizen pada Twitter. Data tersebut didapat dari hasil crawling melalui API Twitter berupa 2,999 tweet. Setelah melalui tahapan preprocessing, tweet tersebut berkurang menjadi berjumlah 2,987. Untuk mengetahui nilai dari sentimen digunakan algoritma Naïve Bayes dengan dibantu Lexicon Based pada proses labelling. Untuk kasus ini Naïve Bayes menghasilkan nilai 81.7%. Kata-kata kunci— Analisis sentimen, API, content creator, lexicon based, naïve bayes classifier, twitter

Item Type:	Thesis (S1)
Call Number CD:	JM/TI. 20 007
NIM/NIDN Creators:	41516010079
Uncontrolled Keywords:	Analisis sentimen, API, content creator, lexicon based, naïve bayes classifier, twitter
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.5 General Purpose Application Programs/Program Aplikasi dengan Kegunaan Khusus 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.01-658.09 [Management of Enterprises of Specific Sizes, Scopes, Forms; Data Processing]/[Pengelolaan Usaha dengan Ukuran, Lingkup, Bentuk Tertentu; Pengolahan Data] 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.01-658.09 [Management of Enterprises of Specific Sizes, Scopes, Forms; Data Processing]/[Pengelolaan Usaha dengan Ukuran, Lingkup, Bentuk Tertentu; Pengolahan Data] > 658.05 Data Processing Computer Applications/Pengolahan Data Aplikasi Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Dede Muksin Lubis
Date Deposited:	22 Jun 2022 04:00
Last Modified:	22 Jun 2022 04:00
URI:	http://repository.mercubuana.ac.id/id/eprint/63838

Actions (login required)

View Item