ANALISIS SENTIMEN TERHADAP OMNICRON DI INDONESIA DENGAN API TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

PUTRI, MEISY ARINDA (2022) ANALISIS SENTIMEN TERHADAP OMNICRON DI INDONESIA DENGAN API TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER. Strata 1 thesis, Universits Teknokrat Indonesia.

	Text (Full Skripsi) skripsi18311175.pdf - Published Version Download (2MB)
	Text (Abstrak) abstrak18311175.pdf - Published Version Download (7kB)
	Text (Bab I Pendahuluan) b118311175.pdf - Published Version Download (84kB)
	Text (Bab II Landasan Teori) b218311175.pdf - Published Version Download (358kB)
	Text (Daftar Pustaka) daftar_pustaka18311175.pdf - Bibliography Download (76kB)

Abstract

Varian terbaru dari virus Covid-19 yaitu omnicron dinyatakan pertama kali masuk ke Indonesia pada 27 November 2021. Varian omicron dinilai paling banyak berasal dari WNI yang melakukan perjalanan dari luar negeri. Semakin meningkatnya kasus varian omicron di Indonesia hingga membuat pemerintah kembali memberlakukan PPKM di beberapa daerah. Meningkatnya kasus varian omicron tidak hanya berdampak pada kesehatan, tetapi berimbas ke berbagai bidang kegiatan masyarakat. Banyaknya masyarakat yang resah akan masuknya varian omicron di Indonesia membuat masyarakat mengungkapkan opini mereka. Opini-opini masyarakat tersebut ditujukan untuk berbagai pihak seperti pemerintah dan public figure melalui media sosial salah satunya melalui Twitter yang merupakan salah satu media sosial teratas yang digunakan untuk masyarakat menyuarakan opini-opini mereka. Penelitian ini bertujuan untuk mengklasifikasikan opini-opini tersebut kedalam Sentimen Negatif, Sentimen Positif, dan Sentimen Netral menggunakan Algoritma Naive Bayes Classifier. Hasil pengujian menunjukkan bahwa nilai Accuracy mencapai nilai 50,22%, nilai Precision 48,72%, dan nilai Recall 50,70%. Hasil penerapan dan pengujian menggunakan Phyton lebih besar dibanding menggunakan tools Rapid Miner dimana nilai akurasi menggunakan Phyton mencapai 0.81 atau 81%, precision 0.90 atau 90%, dan recall 0.77 atau 77%

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Omicron Indonesia, Analisis Sentimen, API Twitter, Naive Bayes Classifier, Text Mining
Subjects:	SISTEM INFORMASI (S1) > PROGRAM KOMPUTER SISTEM INFORMASI (S1) > PROGRAM KOMPUTER
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	13 May 2023 02:55
Last Modified:	13 May 2023 02:55
URI:	http://repository.teknokrat.ac.id/id/eprint/4693

Actions (login required)

View Item