PERBANDINGAN METODE K-NN, DECISION TREE, DAN NAÏVE BAYES TERHADAP ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG PROGRAM BEASISWA LPDP (LEMBAGA PENGELOLA DANA PENDIDIKAN)

Hakim, Azmy Nurbani; Sunjana (Pembimbing)

PERBANDINGAN METODE K-NN, DECISION TREE, DAN NAÏVE BAYES TERHADAP ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG PROGRAM BEASISWA LPDP (LEMBAGA PENGELOLA DANA PENDIDIKAN)

dc.contributor.author	Hakim, Azmy Nurbani
dc.contributor.author	Sunjana (Pembimbing)
dc.date.accessioned	2026-08-11T04:32:56Z
dc.date.available	2026-08-11T04:32:56Z
dc.date.issued	2023
dc.description.abstract	Media sosial di era sekarang sudah bukan lagi kebutuhan tersier, konsumsi masyarakat akan media sosial bisa dibilang merupakan kebutuhan sekunder atau bahkan primer pada saat ini, salah satu media sosial yang sangat di gandrungi masyarakat adalah twitter, di twitter masyarakat bisa saling melontarkan opini pribadi mereka ke publik atau bahkan merespon opini orang lain, opini-opini yang dilontarkan juga bermacam-macam. Pada penelitian kali ini dilakukan analisis sentimen khusunya yang berkaitan dengan program beasiswa LPDP, data yang diambil merupakan data twit yang berhubungan dengan program beasiswa LPDP dengan jumlah data sebanyak 5853. Penelitian ini akan menganalisa tingkat akurasi dari metode Naïve Bayes,Decision Tree, dan K-NN. Kesimpulan dari hasil pengujian nilai akurasi dari metode Naïve Bayes, Decision Tree dan K-NN adalah metode Naïve Bayes memiliki nilai akurasi yang sangat tinggi. Hasil akurasi dari masingmasing metode yaitu Naïve Bayes sebesar 100%, Decision Tree sebesar 93.93% dan K-NN sebesar 98,34%.
dc.identifier.uri	https://repository.widyatama.ac.id/handle/123456789/110769
dc.language.iso	other
dc.publisher	Program Studi S1 Informatika
dc.relation.ispartofseries	0619123003
dc.title	PERBANDINGAN METODE K-NN, DECISION TREE, DAN NAÏVE BAYES TERHADAP ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG PROGRAM BEASISWA LPDP (LEMBAGA PENGELOLA DANA PENDIDIKAN)
dc.type	Thesis