ANALISIS SENTIMEN PADA TWITTER TERHADAP PELAKSANAAN VAKSIN DI INDONESIA MENGGUNAKAN ALGORITMA NAÏVE BAYES DENGAN METODE TEXT MINING

SALEH, NIZAR SANNIYA (2023) ANALISIS SENTIMEN PADA TWITTER TERHADAP PELAKSANAAN VAKSIN DI INDONESIA MENGGUNAKAN ALGORITMA NAÏVE BAYES DENGAN METODE TEXT MINING. S1 thesis, Universitas Mercu Buana - Menteng.

	Text (Cover) 41517120109-NizarSanniyaSaleh-01 Cover - Nizar Sanniya Saleh.pdf Download (3MB)
	Text (Abstrak) 41517120109-NizarSanniyaSaleh-02 Abstrak - Nizar Sanniya Saleh.pdf Download (929kB)
	Text (Bab 1) 41517120109-NizarSanniyaSaleh-03 Bab 1 - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (1MB)
	Text (Bab 2) 41517120109-NizarSanniyaSaleh-04 Bab 2 - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (2MB)
	Text (Bab 3) 41517120109-NizarSanniyaSaleh-05 Bab 3 - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (998kB)
	Text (Bab 4) 41517120109-NizarSanniyaSaleh-06 Bab 4 - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (2MB)
	Text (Bab 5) 41517120109-NizarSanniyaSaleh-07 Bab 5 - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (776kB)
	Text (Daftar Pustaka) 41517120109-NizarSanniyaSaleh-08 Daftar Pustaka - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (957kB)
	Text (Lampiran) 41517120109-NizarSanniyaSaleh-09 Lampiran - Nizar Sanniya Saleh.pdf Restricted to Registered users only Download (6MB)
	Text (Form Keabsahan) 41517120109-NizarSanniyaSaleh-10 Hasil Scan Formulir Pernyataan Keabsahan dan Persetujuan Publikasi Tugas Akhir - Nizar Sanniya Saleh.pdf Restricted to Repository staff only Download (1MB)

Abstract

Twitter merupakan social media yang terus mengalami perkembangan dalam penggunaanya. Sehingga twitter menjadi sarana untuk melakukan penelitian analysis sentimen terhadap penerapan vaksinasi di Indonesia. Metode yang digunakan dalam penelitian ini adalah metode klasifikasi data Naive Bayes. Data yang diperoleh dari twitter tersebut diproses dengan text mining kemudian diklasifikan menjadi 3 kelas yaitu positif, negatif dan netral berdasarkan kata-kata yang terkandung di dalamnya dan di compare dengan kamus data yang ada. Pengelompokan kata-kata tersebut disebut sebagai pengklasifikasian. Bahasa pemrograman yang digunakan yaitu pyhton. Alrgoritma yang digunakan yaitu algoritma Naive Bayes. Klasifikasi tersebut akan memudahkan pengguna untuk menentukan seberapa banyak opini positif, negatif ataupun netral mengenai penerapan vaksinasi Indonesia. Hasil uji akurasi pada metode naïve bayes untuk klasifikasi yaitu 69%. Kata Kunci : analisis sentimen, twitter, vaksin, naive bayes Twitter is a social media that always growth. So that twitter becomes a means to conduct research on sentiment analysis on the implementation of vaccination in Indonesia. The method used in this research is the Naive Bayes data classification method. The data obtained from Twitter is processed by text mining and then classified into 3 classes, namely positif, negatif and netral based on the words contained in it and compared with the existing data dictionary. The grouping of these words is referred to as classification. The programming language used is Python. The algorithm used is the Naive Bayes algorithm. This classification will make it easier for users to determine how many positif, negatif or netral opinions regarding the implementation of vaccination in Indonesia. The results of theaccuracy test on the Naive Bayes method for classification are 69%. Keywords : sentimen analysis, twitter,vaccine, naive bayes

Item Type:	Thesis (S1)
NIM/NIDN Creators:	41517120109
Uncontrolled Keywords:	analisis sentimen, twitter, vaksin, naive bayes,sentimen analysis, twitter,vaccine, naive bayes
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
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	MELATI CAHYA FITRIANI
Date Deposited:	07 Sep 2023 02:46
Last Modified:	07 Sep 2023 02:46
URI:	http://repository.mercubuana.ac.id/id/eprint/80451

Actions (login required)

View Item