Girsang, Bonus Bon Jofri (2020) ANALISIS SENTIMEN PADA MEDIA SOSIAL MENGENAI GAME ESPORTS DI INDONESIA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC) DAN SUPPORT VECTOR MACHINE (SVM). Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.
|
Text
COVER_123150001_Bonus Bon Jofri Girsang.pdf Download (150kB) | Preview |
|
|
Text
PENGESAHAN PEMBIMBING_123150001_Bonus Bon Jofri Girsang.pdf Download (345kB) | Preview |
|
|
Text
PENGESAHAN PENGUJI_123150001_Bonus Bon Jofri Girsang.pdf Download (289kB) | Preview |
|
|
Text
ABSTRAK_123150001_Bonus Bon Jofri Girsang.pdf Download (10kB) | Preview |
|
|
Text
DAFTAR ISI_123150001_Bonus Bon Jofri Girsang.pdf Download (68kB) | Preview |
Abstract
ABSTRAK Media sosial pada saat ini mengalami perkembangan yang sangat pesat. Media sosial sendiri dapat dijadikan sebagai sumber informasi dari jejak digital berupa komentar atau opini pengguna media sosial pada suatu hal. Pada media sosial semua orang bebas memberi komentar atau beropini tentang suatu hal sehingga memunculkan banyak opini, tidak hanya opini yang positif atau negatif tapi juga yang netral. Salah satu opini yang dimanfaatkan adalah opini mengenai game eSports. Opini tentang game eSports di media sosial dapat dimanfaatkan untuk mengetahui manfaat eSports sebagai bahan pertimbangan bagi kalangan gamer yang ingin memasuki dunia eSports. Oleh karena itu, dibutuhkan analisis sentimen yang dapat menilai sentimen dari opini yang disampaikan media sosial tersebut apakah bersifat positif, negatif atau netral. Pada penelitian ini, proses analisis sentimen menggunakan algoritma Naïve Bayes Classifier dan algoritma Support Vector Machine. Data yang digunakan adalah data sentimen media sosial Twitter dan Instagram. Data sentimen media sosial twitter diambil secara scrapping dan data sentimen media sosial Instagram diambil secara manual. Data sentimen diambil dari 11 Maret tahun 2016 sampai 31 Desember 2019. Berdasarkan pengujian yang dilakukan dari 2250 dataset dengan rasio pembagian 80 data latih : 20 data uji, didapatkan hasil nilai akurasi terbesar adalah menggunakan Support Vector Machine 87.56%, presisi terbesar adalah menggunakan Support Vector Machine 88.29% dan recall terbesar adalah menggunakan Support Vector Machine 83.79%. Kata kunci : eSports, analisis sentimen, media sosial, naïve bayes classifier, support vector machine.
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Basir Umaryadi |
| Date Deposited: | 21 Jan 2020 01:30 |
| Last Modified: | 21 Jan 2020 01:30 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/22192 |
Actions (login required)
 |
View Item |