ANALISIS SENTIMEN MASYARAKAT TERHADAP SIMULASI PEMBERIAN VAKSIN COVID-19 DENGAN METODE NAIVE BAYES CLASSIFER (Studi Kasus: Laman Facebook kementrian kesehatan RI)

makhrifatullah, Awaluddin (2022) ANALISIS SENTIMEN MASYARAKAT TERHADAP SIMULASI PEMBERIAN VAKSIN COVID-19 DENGAN METODE NAIVE BAYES CLASSIFER (Studi Kasus: Laman Facebook kementrian kesehatan RI). Other thesis, UPN "Veteran" Yogyakarta.

[thumbnail of ABSTRAK.pdf]
Preview
 Text
ABSTRAK.pdf
Download (9kB) | Preview
[thumbnail of COVER.pdf]
Preview
 Text
COVER.pdf
Download (176kB) | Preview
[thumbnail of DAFTAR ISI.pdf]
Preview
 Text
DAFTAR ISI.pdf
Download (3MB) | Preview
[thumbnail of DAFTAR PUSTAKA.pdf]
Preview
 Text
DAFTAR PUSTAKA.pdf
Download (157kB) | Preview
[thumbnail of HALAMAN PENGESAHAN PEMBIMBING.pdf]
Preview
 Text
HALAMAN PENGESAHAN PEMBIMBING.pdf
Download (454kB) | Preview
[thumbnail of SKRIPSI-Awaluddin-123140221.pdf] Text
SKRIPSI-Awaluddin-123140221.pdf
Restricted to Repository staff only
Download (2MB)

Abstract

vi
ABSTRAK
Analisis sentimen adalah Ilmu yang mempelajari bagaimana menganalisa opini, pesan,
sentimen, evaluasi, penilaian, emosi dari suatu entitas berupa produk, pelayanan, organisasi,
permasalahan, topik dan atribut. Dimasa pandemi ini Komentar yang dihasilkan masyarakat
dalam hal pemberian vaksin Covid-19 sangatlah beragam, maka dari itu untuk mengetahui
kelasifikasi sentiment positif, negatif dan netral pada komentar masyarakat, maka akan
dilakukan penelitian tentang Analisis Sentimen Berdasarkan Komentar Pada laman facebook
mentri kesehatan RI dengan menggunakan Metode Naïve Bayes Classifier (NBC). Nilai
prediksi yang benar akan dibandingkan dengan seluruh nilai pada data yang ada, dimana
hasil dari perbandingan nilai tersebut akan menghasilkan nilai akurasi. Berdasarkan hasil
Pengujian pada sistem yang telah dilakukan menghasilkan bahwa metode Nive Bayes
Clasiffier (NBC) dengan seleksi fitur Information Gain memberikan nilai akurasi sebesar
68%, presisi sebesar 72% dan recall sebesar 92%. Tingkat keakurasian pada klasifikasi yang
ada ada pada sistem sangat dipengaruhi oleh proses pembobotan pada kata dan proses
training atau data latih.
Kata Kunci: Naïve Bayes Classifier, Akurasi, Presisi,dan Recall.

Item Type: Thesis (Other)
Uncontrolled Keywords: Naïve Bayes Classifier, Akurasi, Presisi,dan Recall.
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 17 Jan 2022 02:13
Last Modified: 15 Sep 2022 03:14
URI: http://eprints.upnyk.ac.id/id/eprint/27801

Actions (login required)

View Item View Item