PERBANDINGAN ALGORITMA SVM DAN NAÏVE BAYES DALAM ANALISA SENTIMEN TERHADAP PENGGUNA TWITTER MENGENAI VAKSIN BOOSTER

RAMADHAN, MUHAMMAD RAMZY ALFINRIZQ (2022) PERBANDINGAN ALGORITMA SVM DAN NAÏVE BAYES DALAM ANALISA SENTIMEN TERHADAP PENGGUNA TWITTER MENGENAI VAKSIN BOOSTER. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
 Text (HAL COVER)
01 Cover.pdf
Download (991kB) | Preview
[img]
Preview
 Text (ABSTRAK)
02 Abstrak.pdf
Download (25kB) | Preview
[img] Text (BAB I)
03 Bab 1.pdf
Restricted to Registered users only
Download (103kB)
[img] Text (BAB II)
04 Bab 2.pdf
Restricted to Registered users only
Download (88kB)
[img] Text (BAB III)
05 Bab 3.pdf
Restricted to Registered users only
Download (275kB)
[img] Text (BAB IV)
06 Bab 4.pdf
Restricted to Registered users only
Download (114kB)
[img] Text (BAB V)
07 Bab 5.pdf
Restricted to Registered users only
Download (149kB)
[img] Text (BAB VI)
08 Bab 6.pdf
Restricted to Registered users only
Download (178kB)
[img] Text (DAFTAR PUSTAKA)
09 Daftar Pustaka.pdf
Restricted to Registered users only
Download (90kB)
[img] Text (LAMPIRAN)
10 Lampiran.pdf
Restricted to Registered users only
Download (188kB)

Abstract

Pelaksanaan vaksinasi dosis ke-3 yang diberikan kepada tenaga kesehatan, asisten tenaga kesehatan, dan tenaga penunjang yang bekerja di fasilitas pelayanan kesehatan oleh Kementrian Kesehatan yang dilakukan sejak 16 Juli 2021 memunculkan tanggapan positif dan negatif dari pengguna twitter. Upaya pelaksanaan pemberian vaksin dosis ke-3 atau vaksin booster bertujuan untuk mengurangi angka tenaga Kesehatan yang terinfeksi Covid-19. Tanggapantanggapan dari pengguna twitter ini kemudian akan dijadikan data dalam analisa sentimen pada penelitian ini untuk mengetahui bagaimana sentimen pengguna twitter terhadap pemberian vaksin dosis ke-3 atau vaksin booster. Penelitian ini menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes sebagai perbandingan untuk menentukan algoritma yang lebih baik dalam melakukan klasifikasi sentimen terhadap data tweet mengenai vaksin booster. Menggunakan 5.318 data tweet yang dikumpulkan, didapatkan hasil dari perbandingan algoritma SVM dan Naïve Bayes menggunakan GridSearchCV dan cross validation dalam analisa sentimen berupa SVM menjadi algoritma yang lebih baik dengan nilai ratarata precision 85,42% pada SVM skema 1, rata-rata recall 99,76%, rata-rata f1- score 91,45%, dan rata-rata akurasi 84,04% pada SVM skema 2. Kata kunci: Support Vector Machine, Naïve Bayes, Analisa Sentimen

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 22 079
NIM/NIDN Creators: 41518010042
Uncontrolled Keywords: Support Vector Machine, Naïve Bayes, Analisa Sentimen
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
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
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 > 005.1 Programming/Pemrograman
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ELMO ALHAFIIDH PUTRATAMA
Date Deposited: 26 Sep 2022 07:07
Last Modified: 30 Sep 2022 03:46
URI: http://repository.mercubuana.ac.id/id/eprint/69533

Actions (login required)

View Item View Item
UMB Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.