ANALISIS SENTIMEN MENGGUNAKAN MACHINE LEARNING BERDASARKAN DATA TWITTER

SEPTIANI, ALINDA AYU (2022) ANALISIS SENTIMEN MENGGUNAKAN MACHINE LEARNING BERDASARKAN DATA TWITTER. S1 thesis, Universitas Mercu Buana Jakarta.

[img] Text (JURNAL MAHASISWA)
Jurnal 41519110189 Alinda Ayu Septiani.pdf
Restricted to Registered users only

Download (837kB)

Abstract

On March 2, 2020, President Joko Widodo announced the first case of COVID-19 in Indonesia, which infected 2 Indonesian citizens from Depok, West Java. This pandemic condition has a direct impact on millions and even the entire world community and hampers many people's daily activities. After two years, the COVID-19 pandemic is still a polemic that is always discussed by the public. The fluctuating cases and the increasing variants of the virus really make this issue always piques the public's attention. The condition of the end of the Covid-19 pandemic was also one of the things discussed. Many people think that Covid-19 in Indonesia is over, but there are also many people who are still reluctant and think that Covid-19 is still happening and getting out of control. People give their responses and opinions in various media. One of the media that is widely used by society today is social media such as Twitter, Instagram, Facebook, and so on. More than 52 percent of the total social media users in Indonesia are Twitter users. This makes Twitter an opportunity as a very large data source that can be used to produce useful knowledge. Based on this background, a new study is proposed entitled "Sentiment Analysis of Public Opinion on Twitter Against the End of the Covid-19 Pandemic Using the Support Vector Machines Algorithm". This study conducts sentiment analysis by classifying public responses on Twitter into positive and negative sentiments and classifying public opinion on the issue of the end of the COVID-19 pandemic using the SVM (Support Vector Machine) method. Key words: Sentiment Analysis, Support Vector Machines, COVID-19, Twitter, Pandemic Pada tanggal 2 Maret 2020, Presiden Joko Widodo mengumumkan kasus pertama COVID-19 masuk ke Indonesia yang menjangkit 2 orang Warga Negara Indonesia asal Depok, Jawa Barat. Kondisi pandemi ini memberikan dampak secara langsung kepada jutaan bahkan seluruh masyarakat dunia dan menghambat banyak kegiatan masyarakat sehari-harinya. Setelah dua tahun berlalu, pandemi COVID-19 masih menjadi polemik yang selalu di bahas oleh masyarakat. Kasus yang naik-turun, jumlah varian virus yang bertambah menjadikan isu tersebut selalu hangat untuk dibicarakan. Kondisi berakhirnya pandemi Covid-19 ini juga menjadi salah satu yang dibahas. Banyak yang beranggapan bahwa Covid-19 di Indonesia ini sudah selesai, namun banyak pula yang masih segan dan menganggap Covid-19 ini masih terjadi dan semakin tidak terkontrol. Masyarakat memberikan respon dan opininya di berbagai media. Salah satu media yang banyak digunakan oleh masyarakat saat ini adalah adalah media sosial seperti Twiter, Instagram, Facebook, dan lain sebagainya. Lebih dari 52 persen dari total pengguna media sosial di Indonesia adalah pengguna Twitter. Hal tersebut menjadikan Twitter memiliki peluang sebagai sumber data yang sangat besar yang dapat dimanfaatkan untuk menghasilkan suatu knowledge yang bermanfaat. Berdasarkan latar belakang tersebut, maka diusulkan sebuah penelitian baru yang berjudul “Analisis Sentimen Opini Publik Pada Twitter Terhadap Berakhirnya Pandemi Covid-19 Menggunakan Algoritma Support Vector Machines”. Penelitian ini melakukan analisis sentimen dengan mengklasifikasikan respon masyarakat pada Twitter ke dalam sentimen positif dan negatif serta mengelompokkan opini masyarakat terhadap isu berakhirnya pandemi COVID-19 dengan metode SVM (Support Vector Machine). Kata kunci: Analisis Sentimen, Support Vector Machines, COVID-19, Twitter, Pandemi

Item Type: Thesis (S1)
Call Number CD: JM/INFO. 22 042
NIM/NIDN Creators: 41519110189
Uncontrolled Keywords: Analisis Sentimen, Support Vector Machines, COVID-19, Twitter, Pandemi
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 > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
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 > 006 Special Computer Methods/Metode Komputer Tertentu > 006.3 Artificial Intelligence/Kecerdasan Buatan > 006.31 Machine Learning/Pembelajaran Mesin
100 Philosophy and Psychology/Filsafat dan Psikologi > 150 Psychology/Psikologi > 154 Subconscious and Altered States and Process/Psikologi Bawah Sadar > 154.6 Sleep Phenomena/Fenomena Tidur > 154.63 Dreams/Mimpi > 154.634 Analysis/Analisis
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ADELINA HASNA SETIAWATI
Date Deposited: 20 Oct 2022 03:40
Last Modified: 20 Oct 2022 03:40
URI: http://repository.mercubuana.ac.id/id/eprint/70642

Actions (login required)

View Item View Item