Rinding, Reliana (2021) Implementasi Metode Naïve Bayes Classifier Dalam Analisis Sentimen Berbasis Aspek Pada Penanganan Virus Covid 19. Other thesis, Univeristas Komputer Indonesia.
|
Text
1. UNIKOM_RELIANA RINDING_COVER.pdf - Published Version Download (109kB) | Preview |
|
|
Text
19. UNIKOM_RELIANA RINDING_LEMBAR PENGESAHAN .pdf - Published Version Download (58kB) | Preview |
|
|
Text
17. UNIKOM_RELIANA RINDING_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (49kB) | Preview |
|
|
Text
20. UNIKOM_RELIANA RINDING_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (47kB) | Preview |
|
|
Text
4. UNIKOM_RELIANA RINDING_KATA PENGANTAR.pdf - Published Version Download (67kB) | Preview |
|
|
Text
5. UNIKOM_RELIANA RINDING_DAFTAR ISI.pdf - Published Version Download (84kB) | Preview |
|
|
Text
11. UNIKOM_RELIANA RINDING_BAB 1.pdf - Published Version Download (249kB) | Preview |
|
|
Text
12. UNIKOM_RELIANA RINDING_ BAB 2.pdf - Published Version Download (539kB) | Preview |
|
![[img]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png) |
Text
13. UNIKOM_RELIANA RINDING_BAB 3.pdf - Published Version Restricted to Repository staff only Download (612kB) | Request a copy |
|
|
Text
14. UNIKOM_RELIANA RINDING_BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
|
Text
15. UNIKOM_RELIANA RINDING_BAB 5.pdf - Published Version Download (72kB) | Preview |
|
|
Text
10. UNIKOM_RELIANA RINDING_DAFTAR PUSTAKA.pdf - Published Version Download (79kB) | Preview |
|
|
Text
18. UNIKOM_Reliana Rinding_Kontak penulis dan kontributor penelitian-dikonversi.pdf - Published Version Download (9kB) | Preview |
Abstract
Latar Belakang: Penyebaran virus covid 19 di Indonesia sangat cepat, sehingga pemerintah menerapkan kebijakan yang membatasi mobilitas masyarakat untuk memutus mata rantai penyebaran virus. Kebijakan yang diterapkan menjadi perhatian publik sehingga menimbulkan pro dan kontra di masyarakat. Twitter menjadi platform yang digunakan masyarakat untuk mengakses informasi terkini dan menyampaikan opini terkait penanganan virus covid. Opini publik terhadap kebijakan tersebut mempengaruhi pengambilan keputusan yang tepat untuk mengevaluasi kinerja pemerintah. Tujuan: Dari kasus tersebut maka diterapkanya analisis sentiment berbasis aspek untuk untuk mengetahui performansi metode Naive Bayes Classifier dan penggunaan aspek dalam menganalisis sentimen terhadap penanganan Virus Covid 19. Metode: Penelitian ini mengunakan metode klasifikasi NBC yang mana memiliki kestabilan dan kemampuan yang baik. Pengambilan data dari API Twitter, kemudian data dilabeli aspek secara manual dengan 4 jenis aspek yaitu Kesehatan, Ekonomi, Pendidikan dan Transportasi. Kemudian data di proses ke dalam preprocessing, setelah itu data tersebut diberi nilai bobot pada setiap kata melalui term weighting, selanjutnya data kemudian dibagi menjadi dua yaitu data testing dan data training, kemudian diproses data kedalam kelas sentimen dan kelas aspek, dan terakhir algoritma pembelajaran mesin dievaluasi menggunakan K-fold cross-validasi.Hasil: Hasil penelitian menunjukan penggunaan metode NBC untuk klasifikasi sentimen berdasarkan aspek pada kasus penanganan virus Covid 19 mendapatkan performansi akurasi dan Hamming Loss pada pengujian sentiment dengan rata-rata sebesar 62,2% dan 36,4% , sedangkan hasil performansi akurasi dan Hamming Loss pada pengujian aspek dengan rata-rata sebesar 53,6% dan 45,5%.Kesimpulan: Penerapan metode NBC untuk klasifikasi sentimen berdasarkan aspek pada kasus di dapatkan nilai hamming loss pada pengujian sentimen dan aspek sebesar 0,364 dan 0,455. Dilihat dari hasil nilai tersebut dapat di simpulkan menggunakan NBC memberikan nilai hamming loss terbaik.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Covid-19, Twitter, Analisis Sentimen Berbasis Aspek, Naïve Baves Classifier. |
| Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 23 Jun 2022 06:10 |
| Last Modified: | 23 Jun 2022 06:10 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/5684 |
Actions (login required)
 |
View Item |
