KLASIFIKASI SENTIMEN VAKSIN COVID-19 PADA KOMENTAR FACEBOOK MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

Susanti, - (2021) KLASIFIKASI SENTIMEN VAKSIN COVID-19 PADA KOMENTAR FACEBOOK MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM). Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi18231028.pdf - Published Version Restricted to Registered users only Download (5MB) | Request a copy
	Text (Pendahuluan) b118231028.pdf - Published Version Download (189kB)
	Text (Abstrak) abstrak18231028.pdf - Published Version Download (7kB)
	Text (Daftar Pustaka) daftar_pustaka18231028.pdf - Bibliography Download (6kB)

Abstract

Pada awal tahun 2020 seluruh dunia sedang dilanda pandemic Covid-19. Wabah penyakit baru yang disebabkan oleh virus Corona (2019-nCoV) pada awal tahun 2020, dilihat semakin pesatnya penyebaran virus Covid-19 dan bahaya yang ditimbulkan pemerintah Indonesia melakukan vaksinasi Covid-19 sebagai upaya untuk mencegah penyebaran virus Covid -19. Rencana tersebut juga di sampaikan melalui Facebook Page Kemenkes RI dan mendapatkan komentar beragam dari masyarakat Indonesia, maka dari itu perlu dilakukan klasifikasi sentimen untuk mengetahui sentimen positif dan negatif yang disampakan masyarakat. Tujuan dari penelitian ini untuk memebrikan hasil dan proses klasifikasi sentimen masyarakat tentang rencana vaksinasi Covid-19 menggunakan algoritma Naïve Bayes dan Support Vector Machine(SVM) serta mengetahui perbandingan akurasi dari kedua algoritma. Proses awal analisis sentiment yaitu pengumpulan data, Pelabelan sentiment, Preprocessing, Pembobotan TF-IDF, dan Penerapan metode. Hasil dari penelitian ini menujukan bahwa algoritma SVM memiliki hasil akurasi lebih tinggi dengan tingkat Akurasi sebesar 0.86 tanpa validation, 0.84 dengan k-fold cross validation, dan 0.87 dengan Grid Search Validation, nilai recall sebesar 0.86, precision sebesar 1.00. F-1 score sebesar 0.93. Sedangkan Algoritma Naïve Bayes memiliki tingkat akurasi sebesar 0.83 tanpa validation, 0.74 dengan k-fold cross validation dan 0.84 dengan Grid search validation, nilai precision sebesar 0,71, recall sebesr 0.93, F-1 score sebesar 0.80. Keyword : Vaksin Covid-19, Komentar Facebook, Naïve Bayes, Support Vector Machine (SVM).

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Vaksin Covid-19, Komentar Facebook, Naïve Bayes, Support Vector Machine (SVM)
Subjects:	TEKNIK KOMPUTER (S1) > Algoritma dan Pemrograman
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	10 Dec 2021 02:27
Last Modified:	10 Dec 2021 02:27
URI:	http://repository.teknokrat.ac.id/id/eprint/3157

Actions (login required)

View Item