Handayani, Eni Tri (2021) ANALISIS SENTIMENT RESPON MASYARAKAT TERHADAP KABAR HARIAN COVID-19 PADA TWITTER KEMENTRIAN KESEHATAN DENGAN METODE KLASIFIKASI NAIVE BAYES. Strata 1 thesis, Universitas Teknokrat Indonesia.
Text (Full Skripsi)
skripsi14311764.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy |
|
Text (Pendahuluan)
b114311764.pdf - Published Version Download (38kB) |
|
Text (Abstrak)
abstrak14311764.pdf - Published Version Download (26kB) |
|
Text (Daftar Pustaka)
daftar_pustaka14311764.pdf - Bibliography Download (73kB) |
Abstract
Kementrian Kesehatan Republik Indonesia berperan sebagai gugus terdepan dalam penanganan Covid-19 di Indonesia selalu menyajikan kabar harian untuk menyediakan informasi mengenai kasus pandemi Covid-19 perharinya melalui akun twitter milik Kementrian Kesehatan Republik Indonesia. Namun, tidak semua tweet harian yang diberikan oleh akun twitter Kementrian Kesehatan Republik Indonesia dapat dikonsumsi dan direspon masyarakat dengan selaras adapun maslah ini dapat diatasi dengan melakukan penelitian di bidang Analisis Sentiment, yang mana merupakan bidang penelitian yang berfokus kepada studi komputasi atas opini, tingkah laku dan emosi terhadap suatu entitas yang dituangkan dalam bentuk teks. Penelitian ini dilakukan untuk mengetahui bagaimana hasil analisis sentimen terkait repon masyarakat dari kabar harian Covid-19 dari twitter Kementrian Kesehatan Republik Indonesia dan mengklasifikasikan nya menjadi tiga kelas yaitu positif, negatif, dan netral menggunakan metode klasifikasi Naive Bayes Classifier, sehingga penelitian ini diharapkan dapat menghasilkan sentimen dengan kelas yang cenderung positif, negatif, atau netral. Hasil dari kesimpulan penelitian ini nantinya dapat dilihat dalam bentuk grafik. Penelitian ini juga melakukan pengujian akurasi, pengujian precision, dan recall, f-1 score untuk memastikan keakuratan dari penelitian. Kata Kunci : Covid-19, Kemenkes RI, Analisis Sentiment, Text Mining, Klasifikasi Naive Bayes.
Item Type: | Thesis (Strata 1) |
---|---|
Uncontrolled Keywords: | Covid-19, Kemenkes RI, Analisis Sentiment, Text Mining, Klasifikasi Naive Bayes. |
Subjects: | SISTEM INFORMASI (S1) > Online Social Network SISTEM INFORMASI (S1) > Online Social Network |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi |
Depositing User: | Asep Haikal Kurniawan S.IP., M.A |
Date Deposited: | 24 Dec 2021 02:03 |
Last Modified: | 24 Dec 2021 02:03 |
URI: | http://repository.teknokrat.ac.id/id/eprint/3224 |
Actions (login required)
View Item |