THOYYIB, APRIYONO (2019) SENTIMEN ANALYSIS PENGGUNA TWITTER TERHADAP PASANGAN CALON GUBERNUR JAWA TIMUR TAHUN 2018 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Undergraduate thesis, Universitas Muhammadiyah Jember.
Text
ARTIKEL.pdf Download (561kB) |
|
Text
ABSTRAK.pdf Download (182kB) |
|
Text
PENDAHULUAN.pdf Download (294kB) |
|
Text
BAB I.pdf Download (173kB) |
|
Text
BAB II.pdf Restricted to Repository staff only Download (393kB) |
|
Text
BAB III.pdf Restricted to Repository staff only Download (527kB) |
|
Text
BAB IV.pdf Restricted to Repository staff only Download (418kB) |
|
Text
BAB V.pdf Restricted to Repository staff only Download (225kB) |
|
Text
LAMPIRAN.pdf Download (837kB) |
Abstract
Pemilihan Calon Gubernur dan Wakil Gubernur Jawa Timur tahun 2018 ramai diperbincangkan di dunia nyata dan dunia maya, khususnya di media sosial Twitter. Semua orang bebas berpendapat atau beropini tentang calon Gubernur, sehingga banyak opini yang positif dan opini negatif. Media sosial juga dijadikan sebagai mendia untuk berkampanye yang menurutnya efisien. Penelitian ini diharapkan dapat menjadikan masyarakat paham akan sentimen yang mengandung positif atau negatif. Pada tahap pertama akan dilakukan preprocessing terlebih dahulu yaitu menggunakan case folding, stopword removal, tokenizing dan stemming. Selanjutnya untuk proses klasifikasinya menggunakan Support Vector Machine (SVM). Data yang digunakan adalah tweet dalam bahasa Indonesia dengan kata kunci khofifahemil dan gusipulmbakputi, dengan jumlah data set sebanyak 200 tweet. Hasil dari penelitian ini adalah analisis sentimen terhadap calon pasangan Gubernur Jawa Timur tahun 2018. Sehingga diperoleh akurasi sebesar 95 % dengan sentimen positif sebanyak 19 data dan sentimen negatif sebanyak 1 data untuk pasangan Khofifah dan Emil, sedangkan 90 % dengan sentimen positif sebanyak 18 data dan sentimen negatif sebanyak 2 data untuk pasangan Gus Ipul dan Puti. Kata kunci : analisis sentimen, calon gubernur jawa timur tahun 2018, preprocessing, support vector machine.
Item Type: | Thesis (Undergraduate) | ||||||
---|---|---|---|---|---|---|---|
Subjects: | 600 Technology and Applied Science > 620 Engineering | ||||||
Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) | ||||||
Department: | S1 Teknik Informatika | ||||||
Depositing User: | rahma wahyu ningsih | ||||||
Contributors: |
|
||||||
Date Deposited: | 03 Dec 2020 02:55 | ||||||
Last Modified: | 03 Dec 2020 02:55 | ||||||
URI: | http://repository.unmuhjember.ac.id/id/eprint/7124 |
Actions (login required)
View Item |