PENGARUH SLANGWORDTERHADAP ANALISIS SENTIMEN KOMENTAR TWITTER TERKAIT PROGRAM PEMERINTAH KARTU INDONESIA SEHAT DENGAN MENGGUNAKAN METODE NAÏVE BAYES DAN SVM

EVARIYANTI, EVARIYANTI (2020) PENGARUH SLANGWORDTERHADAP ANALISIS SENTIMEN KOMENTAR TWITTER TERKAIT PROGRAM PEMERINTAH KARTU INDONESIA SEHAT DENGAN MENGGUNAKAN METODE NAÏVE BAYES DAN SVM. Masters thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text SKRIPSI FULL EVARIYANTI 123160173 (FINAL).pdf Restricted to Repository staff only Download (4MB)
Preview	Text COVER.pdf Download (1MB) | Preview
Preview	Text ABSTRAK.pdf Download (1MB) | Preview
Preview	Text DAFTAR ISI.pdf Download (1MB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (1MB) | Preview
Preview	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (1MB) | Preview
Preview	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (1MB) | Preview

Abstract

ABSTRAKPada saat ini media sosial telah mengalami perkembangan yang sangat pesat. Penggunanyapun setiap harinya semakin meningkat sehingga dapat mengubah pola komunikasi sesorang. Media sosial dapat digunakan sebagai sumber informasi. Salah satu media sosial yangsering digunakan yaitu twitter. Pada twitter semua orang bebas menuliskan komentaratau beropini terhadap suatu hal sehingga dapat memunculkan banyak sekali opini, tidak hanya opini yang bersifat positif tetapi juga opini negatif. Salah satu bentuk opini yang dimanfaatkan adalah opini mengenai program pemerintah kartu Indonesia sehat. Opini tentang kartu Indonesia sehat pada media sosial dapat dimanfaatkan untuk mengetahui program dari pemerintah tersebut sudah perjalan dengan optimal atau belum. Oleh karena itu, dibutuhkan analisis sentimen dari opini masyarakat yang di sampaikan melalui media twitter tersebut apakah bersifat positif atau negatif. Dalam penelitian ini, untuk proses analisis sentiment menggunkan algoritma Naïve Bayes Classifierdan algoritma Support Vector Machine. Sedangakan untuk data yang digunkan berasal dari salah satu media sosial yaitu twitter. Data tersebut diambil berdasarkan hastagedengan cara scrapping. Data komentar twitter yang diambil dari tanggal 1 Januari 2018 sampai 1 Maret 2020.Berdasarkan hasil pengujian menggunakan confusion matrix, menghasilkan nilai terbaik yaitu menggunkan metode SVM dengan perbaikan slangword dengan akurasisebesar 92,85%, presisi90 % , recall100%. Kata kunci :Kartu Indoneisa Sehat, media sosial, analisis sentimen, slang word, naïve bayes classifier, support vector machine.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kata kunci :Kartu Indoneisa Sehat, media sosial, analisis sentimen, slang word, naïve bayes classifier, support vector machine.
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	26 Jan 2021 06:09
Last Modified:	26 Jan 2021 06:09
URI:	http://eprints.upnyk.ac.id/id/eprint/24394

Actions (login required)

View Item