Show simple item record

dc.contributor.authorFebriansyah
dc.date.accessioned2017-07-20T06:24:44Z
dc.date.accessioned2019-10-23T05:38:55Z
dc.date.available2017-07-20T06:24:44Z
dc.date.available2019-10-23T05:38:55Z
dc.date.issued2016
dc.identifier.urihttp://localhost:8080/xmlui/handle/123456789/8413
dc.description.abstractTwitter merupakan sosial media yang sampai saat ini sangat digemari dan menjadi penyebar informasi yang sangat cepat. Informasi yang beredar juga sangat banyak mulai dari berita, opini, komentar, kritik dan semuanya ada yang bersifat positif, negatif, dan netral. Menurut data yang dilansir Statista berdasarkan hasil penelitian PeerReach, Indonesia termasuk pengguna twitter yang paling aktif ke 3 di dunia dibawah Amerika Serikat dan Jepang. Twitter menjadi salah satu media sosial yang banyak digunakan di Bandung dimana kota Bandung sempat menjadi kota peringkat 6 dunia jumlah pengguna twitter. Dari kumpulan data tersebut kita dapat melakukan analisis sentimen terhadap suatu keadaan untuk melihat respon masyarakat terhadap objek tersebut. Penelitian analisis sentimen ini dilakukan untuk mengklasifikasi sebuah tweet ke dalam kelas sentimen positif, netral, dan negatif. Dimulai dengan proses pengumpulan data, pemilihan fitur, dan proses klasifikasi itu sendiri. Metode yang digunakan dalam penelitian analisis sentimen ini adalah lexicon based dengan opinion lexicon milik Hu dan Liu yang telah diterjemahkan kedalam Bahasa Indonesia dan naïve bayes classifier berdasarkan James Hennessey. Penelitian ini dilakukan dengan beberapa skenario yang berhubungan dengan text preprocessing dan feature selection. Kata kunci yang digunakan pada penelitian ini adalah “@ridwankamil” dengan jumlah sebanyak 300 tweet yang telah dilabeli secara manual ke dalam tiga kelas yaitu positif, netral, dan negatif. Hasil dari penelitian ini adalah perolehan nilai akurasi tertinggi yang dihasilkan adalah sebesar 68,67% dengan penerapan skenario pengujian melaui tahapan text preprocessing dan feature selection.en_US
dc.language.isootheren_US
dc.publisherUniversitas Widyatamaen_US
dc.subjectAnalisis Sentimenen_US
dc.subjectTwitteren_US
dc.subjectLexicon Baseden_US
dc.subjectNaïve Bayesen_US
dc.subjectSentiment Analysisen_US
dc.titleSENTIMEN ANALISIS TWITTER BERBAHASA INDONESIAen_US
dc.typeThesisen_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record