ANALISIS SENTIMEN MASYARAKAT TERHADAP PERKEMBANGAN METAVERSE DI MEDIA SOSIAL MENGGUNAKAN ALGORITMA NAIVES BAYES

SAFITRI, SAFITRI (2024) ANALISIS SENTIMEN MASYARAKAT TERHADAP PERKEMBANGAN METAVERSE DI MEDIA SOSIAL MENGGUNAKAN ALGORITMA NAIVES BAYES. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Teks) skripsi20311117.pdf - Published Version Restricted to Registered users only Download (6MB) | Request a copy
	Text (Abstrak) abstrak20311117.pdf - Published Version Download (226kB)
	Text (BAB I Pendahuluan) b120311117.pdf - Published Version Download (237kB)
	Text (BAB II Landasan Teori) b220311117.pdf - Published Version Download (461kB)
	Text (Daftar Pustaka) daftar_pustaka20311117.pdf - Bibliography Download (238kB)

Abstract

Teknologi informasi terus berkembang seiring dengan meningkatnya kecerdasan manusia yang berujung pada munculnya teknologi terbaru untuk menyelesaikan sebuah masalah. Teknologi yang baru atau belum lama muncul seperti metaverse menjadi suatu hal atau fenomena yang menarik untuk di teliti melihat dimana metaverse sendiri merupakan ruang bersama virtual yang dihasilkan oleh physical reality yang terbentuk karena adanya gabungan dari internet ,Virtual Reality, dan Augmented Reality, di mana para penggunanya,akan memiliki avatar mereka masing-masing untuk bermain, menjelajah, dan bahkan bersosialisasi dala dunia tiga dimensi.Melihat dari fenomena tersebut banyak sekali orang yang berkomentar di sosial media khususnya twitter .Oleh karena itu penting untuk melakukan analisis sentimen dengan tujuan memahami opini dan respon pengguna terhadap munculnya metaverse. Dalam penelitian ini menggunakan data dari twitter dengan jumlah dataset 4.259 dataset hasil crawling yang didapat dari tanggal 29 Oktober 2021-24 November 2023 Hasil evaluasi menunjukkan tingkat akurasi yang cukup tinggi mencapai 88% yang menunjukkan bahwa model Naive Bayes Classifier sangat baik dalam memprediksi sentimen dari data tweet dalam konteks metaverse.Hasil pelabellan pada sentiment positif dengan persentase 22.7% dengan data 965, untuk sentiment netral sendiri mendapatkan hasil 54.3% dengan total dataset sebanyak 2.308 ,sedangkan untuk analisis sentiment negative sendiri dengan persentase 23.1% dengan data 981. Namun data ketidaksetaraan tersebut dapat di perbaiki dengan teknik optimasi synthetic minority oversampling dengan menarik data menjadi jumlah tertinggi yaitu 2.308 data .Maka dari itu di peroleh hasil akhir dari penelitian ini memperoleh akurasi dengan nilai 88% ,precision 91%,reccal 80 % ,dan fi-score 90% .Hasil penelitian ini menunjukan bahwa pengguna twitter cenderung memberikan opini netral yakni sebesar 54.3%

Item Type:	Thesis (Strata 1)
Subjects:	SISTEM INFORMASI (S1) > Online Social Network SISTEM INFORMASI (S1) > Online Social Network
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Pustakawan Admin 1
Date Deposited:	26 Aug 2024 01:59
Last Modified:	26 Aug 2024 01:59
URI:	http://repository.teknokrat.ac.id/id/eprint/6013

Actions (login required)

View Item