ANALISIS SENTIMENT RIVIEW DATA TWITTER BMKG NASIONAL MENGGUNAKAN ALGORITMA NAIVE BAYES

Siskawati, Nery (2020) ANALISIS SENTIMENT RIVIEW DATA TWITTER BMKG NASIONAL MENGGUNAKAN ALGORITMA NAIVE BAYES. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Pendahulan) b116311262.pdf - Published Version Download (165kB)
	Text (Daftar Pustaka) daftar_pustaka16311262.pdf - Bibliography Download (121kB)
	Text (Abstrak) abstrak16311262.pdf - Published Version Download (7kB)
	Text (Full Skripsi) skripsi16311262.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Pertumbuhan twitter terus meningkat setiap waktu, sehingga hal tersebut dimanfaatkan para pengguna twitter untuk menyampaikan informasi berupa kritik maupun saran kepada pelayanan yang diberikan BMKG Nasional dengan lebih mudah. Semakin banyak pendapat atau keluhan dari masyarakat dapat membentuk opini masyarakat, dan dapat dijadikan masukan terhadap penilaian kinerja layanan BMKG Nasional. Karena pelayanan yang diberikan oleh petugas BMKG Nasional yang kurang baik maka menimbulkan banyak opini masyarakat tentang pelayanan BMKG Nasional. Metode yang digunakan dalam penelitian ini adalah klasifikasi data adalah Naïve Bayes Classifier (NBC).Sistem yang dikembangkan dengan menggunakan data internal yang diambil dari internet/twitter untuk proses penentuan kalimat termasuk opini positif, netral atau negatif. Penentuan tersebut digolongkan sebagai proses pengklasifikasian. Serta menggunakan Application Python 3.74. Hasil penelitian ini adalah penelitian analisis twitter sentiment analysis untuk mengklasifikasikan tweet review BMKG Nasional. Penelitian ini masuk kedalam fined grained sentiment analysis yaitu analisis pada kalimat. Data tersebut akan diproses menggunakan text mining, hasil pengujian yang dilakukan berupa klasifikasi untuk melihat opini positif, negatif, dan netral. Tingkat akurasi dari algoritma akan memberikan pengaruh pada hasil klasifikasi analisis sentimen yaitu sebuah proses menemukan pendapat pengguna tentang beberapa topik atau teks yang disampaikan pengguna untuk menentukan apakah sepotong tulisan itu bermakna positif, negatif atau netral. Kata Kunci : Algoritma Naive Bayes, Tweet review, Text Mining, Application Python 3.74, Fined Grained Sentiment Analysis

Item Type:	Thesis (Strata 1)
Subjects:	SISTEM INFORMASI (S1) > Metode Komputer SISTEM INFORMASI (S1) > Metode Komputer
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	07 Apr 2021 03:02
Last Modified:	07 Apr 2021 03:02
URI:	http://repository.teknokrat.ac.id/id/eprint/2862

Actions (login required)

View Item