Analisis Sentimen pada Twitter terhadap Kinerja Komisi Pemberantasan Korupsi (KPK) di Indonesia dengan Metode Naive Bayes

R, Rahmat Taufiq H (2018) Analisis Sentimen pada Twitter terhadap Kinerja Komisi Pemberantasan Korupsi (KPK) di Indonesia dengan Metode Naive Bayes. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text 1 JUDUL.pdf Download (56kB)
	Text Abstrak.pdf Download (35kB)
	Text 14 BAB I - PENDAHULUAN.pdf Download (100kB)
	Text 15 BAB II - LANDASAN TEORI.pdf Restricted to Repository staff only Download (289kB)
	Text 16 BAB III - METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (635kB)
	Text 17 BAB IV - IMPLEMENTASI DAN PENGUJIAN.pdf Restricted to Repository staff only Download (382kB)
	Text 18 BAB V - PENUTUP.pdf Restricted to Repository staff only Download (41kB)
	Text Jurnal.pdf Download (199kB)

Abstract

Komisi Pemberantasan Korupsi (KPK) dalam kinerjanya menangani tidak pidana korupsi banyak mendapat sorotan dari masyarakat. Salah satunya pada media sosial twitter, di linimasa ada yang memberikan sentimen positif dan ada yang memberikan sentimen negatif terhadap KPK. Sentimen masyarakat seperti ini yang belum bisa diketahui pasti oleh KPK untuk mengukur kepercayaan publik terhadap kinerjanya. Analisis sentimen pada twitter terhadap kinerja komisi pemberantasan korupsi (KPK) di Indonesia dengan metode naive bayes diajukan untuk mengakomodasi permasalahan tersebut. Penelitian dimulai dari crawling data tweet, validasi arah sentimen, analisis dan menyusun kamus positif dan negatif serta menganalisisnya menggunakan naive bayes. Hasil menunjukkan bahwa sebanyak 50,96% akun twitter memiliki sentimen positif dan 49,03 akun twitter memiliki sentimen negatif. Sedangkan hasil analisis pada data uji menunjukkan tingkat akurasi 65,51%, tingkat presisi 51,35% dan recall 90,47%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Sentimen, Twitter, KPK, Naive bayes
Subjects:	300 Social Science > 320 Political dan Government Science > 322 Relation of The State of Organized Groups
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri Uut Fahrullah
Date Deposited:	13 Nov 2019 02:56
Last Modified:	13 Nov 2019 02:56
URI:	http://repository.unmuhjember.ac.id/id/eprint/2730

Actions (login required)

View Item