Wicaksono, Septian Dwi (2024) Analisis Sentimen Topik Korupsi di Indonesia Pada Situs X Menggunakan Algoritma Bernoulli Naive Bayes. Undergraduate thesis, Universitas Muhammadiyah Jember.
![[img]](http://repository.unmuhjember.ac.id/style/images/fileicons/text.png) |
Text (Halaman Utama)
Septiandwiwicaksono_1910651053_HalamanUtama.PDF Download (559kB) |
|
Text (Abstrak)
Septiandwiwicaksono_1910651053_Abstrak.pdf Download (130kB) |
|
Text (Bab 1)
Septiandwiwicaksono_1910651053_BAB 1.pdf Download (133kB) |
|
Text (Bab 2)
Septiandwiwicaksono_1910651053_Bab 2.pdf Restricted to Repository staff only Download (350kB) | Request a copy |
|
Text (Bab 3)
Septiandwiwicaksono_1910651053_Bab 3.pdf Restricted to Repository staff only Download (481kB) | Request a copy |
|
Text (Bab 4)
Septiandwiwicaksono_1910651053_Bab 4.pdf Restricted to Repository staff only Download (624kB) | Request a copy |
|
Text (Bab 5)
Septiandwiwicaksono_1910651053_Bab 5.pdf Restricted to Repository staff only Download (126kB) | Request a copy |
|
Text (Daftar Pustaka)
Septiandwiwicaksono_1910651053_Daftar Pustaka.pdf Download (260kB) |
|
Text (Lampiran)
Septiandwiwicaksono_1910651053_Lampiran.pdf Restricted to Repository staff only Download (540kB) | Request a copy |
Abstract
Indonesia merupakan negara dengan jumlah penduduk yang banyak sehingga penggunaan internet berkembang sangat pesat. Twitter merupakan salah satu media sosial yang populer di Indonesia maupun di berbagai negara lainnya. Hal ini membuat Twitter potensial sebagai sumber data yang efisien untuk analisis sentimen. Analisis sentimen adalah studi komputasi yang bertujuan untuk memahami, mengekstrak, dan memproses data teks untuk mendapatkan informasi tentang sentimen dalam suatu kalimat. Dari proses penelitian yang dilakukan tentang identifikasi kasus korupsi di Indonesia, maka hasil yang didapat dari klasifikasi komentar masyarakat dibagi dalam dua kelas yaitu positif dan negatif. Penerapan algoritma Bernoulli Naive Bayes dalam konteks ini relevan karena model ini mampu mengatasi kelemahan data teks yang sparse. dimana setiap dokumen dianggap sebagai sekumpulan kata yang diwakili oleh variabel biner yang menjelaskan proses pengumpulan data yang diambil dari Twitter untuk tujuan analisis sentimen terhadap topik korupsi. Hasil dari percobaan data dengan menggunakan percobaan pertama menggunakan perbandingan data latih 10% dan data uji 90% dengan nilai precision 83%, recall 91% dan f1-score 87% dari label negatif, sedangkan nilai precision 71%, recall 64% dan f1-score 71% dari label positif, menghasilkan akurasi sebesar 81,88%. Percobaan kedua menggunakan perbandingan data latih 85% dan data uji 15%, menghasilkan akurasi sebesar 77% dengan nilai precision 80%, recall 89% dan f1-score 84% dari label negatif, sedangkan nilai precision 72%, recall 55% dan f1-score 62% dari label positif. Percobaan ketiga data latih 30% dan 70% data uji menghasilkan akurasi 75% dengan nilai precision 79%, recall 87% dan f1-score 83% dari label negatif, sedangkan nilai precision 68%, recall 55% dan f1-score 61% dari label positif. Dari ketiga percobaan yang telah di uji dapat disimpulkan bahwa dengan data latih 10% dan data uji 90% menghasilkan akurasi yang lebih tinggi.
| Item Type: | Thesis (Undergraduate) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Uncontrolled Keywords: | Twitter, Analisis Sentimen, Korupsi, Bernoulli Naive Bayes | |||||||||
| Subjects: | 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science | |||||||||
| Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) | |||||||||
| Department: | S1 Teknik Informatika | |||||||||
| Depositing User: | Septian Dwi Wicaksono | |||||||||
| Contributors: |
|
|||||||||
| Contact Email Address: | tianfalconers46@gmail.com | |||||||||
| Date Deposited: | 30 Jul 2024 01:39 | |||||||||
| Last Modified: | 30 Jul 2024 01:39 | |||||||||
| URI: | http://repository.unmuhjember.ac.id/id/eprint/22722 |
Actions (login required)
 |
View Item |