ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PENERAPAN PSBB DI DKI JAKARTA MENGGUNAKAN NAÏVE BAYES

Maulana, Lucky (2022) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PENERAPAN PSBB DI DKI JAKARTA MENGGUNAKAN NAÏVE BAYES. Sarjana thesis, Universitas Siliwangi.

[img] Text
COVER.pdf

Download (49kB)
[img] Text
ABSTRAK.pdf

Download (7kB)
[img] Text
PENGESAHAN.pdf

Download (362kB)
[img] Text
KATA PENGANTAR, DAFTAR ISI, DAFTAR TABEL, DAN DAFTAR GAMBAR.pdf

Download (306kB)
[img] Text
BAB I.pdf

Download (138kB)
[img] Text
BAB II.pdf

Download (577kB)
[img] Text
BAB III.pdf

Download (148kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (11kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (124kB)

Abstract

ABSTRAK Media sosial merupakan tempat untuk berekspresi dan berpendapat tentang berbagai macam topik yang ada. Twitter merupakan sebuah situs micro-blogging yang sangat populer di Indonesia, namun pada Twitter saat ini banyak membahas topik yang sedang hangat dibicarakan oleh netizen, salah satunya adalah tentang opini Covid-19. Covid-19 yang terjadi di DKI Jakarta menyebar lebih cepat, oleh karena itu Pemprov menerapkan adanya PSBB (Pembatasan Sosial Berskala Besar) di DKI Jakarta. Untuk pengamatan topik tentang PSBB ini ada beberapa metode statistika yang dilakukan pengkategorian adalah klasifikasi, dan algoritma yang digunakan yaitu Naïve Bayes. Beberapa kelebihan Naïve Bayes diantaranya adalah salah satu algoritma klasifikasi yang sederhana namun memiliki akurasi yang tinggi. Metode Naïve Bayes telah banyak digunakan dalam penelitian mengenai text mining. Pada penelitian ini menunjukan hasil klasifikasi yang didapat dari pengujian Naïve Bayes adalah 754 ulasan positif, 232 ulasan negatif, dan 59 ulasan netral dengan tingkat accuracy sebesar 72,54%. Kata kunci : Analisis Sentimen, Twitter, PSBB DKI Jakarta, Naïve Bayes

Item Type: Thesis (Sarjana)
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Dedi Natawijaya .
Date Deposited: 15 Jul 2022 07:06
Last Modified: 15 Jul 2022 07:06
URI: http://repositori.unsil.ac.id/id/eprint/6394

Actions (login required)

View Item View Item