YOSI, YAKOBUS (2023) ANALISIS SENTIMEN MASYARAKAT TERHADAP POLISI LALU LINTAS DI TANGERANG KABUPATEN MENGGUNAKAN ALGORITMA KNN DI TWITTER. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 COVER.pdf Download (457kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
02 ABSTRAK.pdf Restricted to Registered users only Download (25kB) |
|
|
Text (BAB I)
03 BAB I.pdf Restricted to Registered users only Download (63kB) |
|
|
Text (BAB II)
04 BAB II.pdf Restricted to Registered users only Download (111kB) |
|
|
Text (BAB III)
05 BAB III.pdf Restricted to Registered users only Download (34kB) |
|
|
Text (BAB IV)
06 BAB IV.pdf Restricted to Registered users only Download (769kB) |
|
|
Text (BAB V)
07 BAB V.pdf Restricted to Registered users only Download (16kB) |
|
|
Text (DAFTAR PUSTAKA)
08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (66kB) |
|
|
Text (LAMPIRAN)
09 LAMPIRAN.pdf Restricted to Registered users only Download (539kB) |
Abstract
Twitter is a media social in which many people all in the world could express their ideas or put some ideas in twitter society interested talk about police, in gim show the statement disagree or un satistied with their perfomance and institution corruption collision and nepotism used to be method to collect data to see positive and negative commend by public. The best of accuration toward result of prediction used rapid miner tools. Based on result of study conducted by Twitter data. Algoritma k-Nearest neighbor (KKN) is a method to do classification toward new object as (k) closest neighbor ( Gorunescu 2011 ). The purpose in this study is to know positive and negative and positive comments by society toward police in which use KNN and know accuracy algoritma KNN to count negative and positive comments. The benefit this study is increasting know ledge and perceptions the writer about algorithm KNN and at the same time this research useful to classified satisfacituon of society toward perfomance of police concerning algoritm KNN. Based on 1500 tweet data reladed police intution taken from Twitter there are 7 positive tweet and 1493 negative tweet, do trial 100 king for analysis sentimental about satisfacion sociaty toward police perfomance. Analysis sentimental twitter user toward opinion of indonesia's society to police instution use integrity TF-IDK and KNN method successful be implemented. The result positive actual is about 2 data, predict by KNN (FP). The result negative by KNN (FN) about 0 data. The result negative actual predict by KNN (FP) to be positive is about 0 data. The result negative actual, predict by KNN (TN) to be negative are about 336 data Key words. Twitter adalah media sosial di mana banyak orang dari seluruh dunia dapat mengungkapkan pendapat mereka. Di twitter masyarakat ramai berbincang tentang polisi yang mana menunjukan ekpresi ketidakpuasan publik terhadap intstitusi polisi. KNN digunakan sebagai metode pengumpulan data untuk melihat komentar Positif dan Negatif yang ditutur kan oleh publik. Pengujian keakurasian terhadap hasil prediksi dilakukan menggunakan Rapid Miner. Berdasarkan hasil penelitian yang dilakukan dengan menggunakan data twitter. Algorima KNearest Neighbor (KNN) merupakan sebuah metode untuk melakukan klasifikasi terhadap obyek baru berdasarkan (K) tetangga terdekatnya (Gorunescu, 2011). Tujuan yang hendak dicapai dari penelitian ini Mengetahui komentar positive dan negative masyarakat terhadap polisi menggunakan KNN dan Mengetahui akurasi algoritma KNN dalam menghitung komentar positive dan negative. Manfaat penelitian Untuk meningkatkan pengetahuan dan wawasan penulis mengenai algoritma KNN serta Penelitian ini berguna untuk mengklasifikasi kepuasan masyarakat terhdapa kinerja polisi dengan algoritma KNN. Dari 1500 data tweet terkait institusi polisi yang diambil dari twitter dengan terdapat 7 tweet positif dan 1493 tweet negatif ,dilakukan percobaan untuk mencari analisis sentiment tentang kepuasan masyarakat terhadap kinerja polisi. Analisis sentimen pengguna twitter terhadap opini masyarat Indonesia kepada institusi Polis menggunakan pembobotan TF-IDF dan metode KNN berhasil dilakukan.Hasil aktual positif yang diprediksi positif oleh KNN (TP) sebanyak data 2 data. Hasil aktual positif yang diprediksi negatif oleh KNN (FN) sebanyak 0 data. Hasil aktual negatif yang diprediksi positif oleh KNN (FP) sebanyak 0 data. Hasil aktual negatif yang diprediksi negatif oleh KNN (TN) sebanyak 336 data.
Actions (login required)
 |
View Item |
