ANAND, FAISAL (2023) ANALISIS SENTIMEN MENGGUNAKAN K-NEAREST NEIGHBOR TERHADAP PARIWISATA PROVINSI LAMPUNG DI MEDIA SOSIAL. Strata 1 thesis, Universitas Teknokrat Indonesia.
![[img]](http://repository.teknokrat.ac.id/style/images/fileicons/text.png) |
Text (full teks)
skripsi15312561.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy |
|
Text (abstrak)
abstrak15312561.pdf - Published Version Download (45kB) |
|
Text (BAB I Pendahuluan)
b115312561.pdf - Published Version Download (64kB) |
|
Text (BAB II Tinjauan)
b215312561.pdf - Published Version Download (286kB) |
|
Text (Daftar Pustaka)
daftar_pustaka15312561.pdf - Bibliography Download (114kB) |
Abstract
Provinsi Lampung merupakan salah satu provinsi di Indonesia yang terletak di Pulau Sumatera dan memiliki keuntungan aksesibilitas yang signifikan karena dekat dengan Jawa. Keberadaan provinsi Lampung yang berdekatan dengan pintu masuk utama wisatawan, yaitu Jakarta, memberikan posisi strategis dalam sektor pariwisata. Oleh karena itu, provinsi Lampung sering dikunjungi oleh wisatawan lokal maupun mancanegara, yang cenderung membagikan pengalaman wisata mereka di media sosial. Dalam konteks pariwisata, media sosial menjadi tempat di mana berbagai opini pengguna dapat ditemukan, baik yang bersifat positif maupun negatif. Analisis sentimen terhadap unggahan pengguna yang berkaitan dengan pariwisata di provinsi Lampung menjadi penting. Tujuan analisis ini adalah untuk mengklasifikasikan opini menjadi positif atau negatif, sehingga dapat mendukung kepentingan dan pengembangan sektor pariwisata di provinsi Lampung. Metode K-Nearest Neighbor digunakan dalam penelitian ini untuk menganalisis sentimen terhadap pariwisata di provinsi Lampung, dengan terlebih dahulu melalui proses Preprocessing, Pelabelan Lexicon, dan pembobotan TF-IDF. Hasil dari penelitian ini didapatkan tweet bersentimen Positif berjumlah 247, Negatif berjumlah 117, dan Netral berjumlah 636. KNN (K-Nearest Neighbor) dengan nilai K=8 cukup baik dalam pengujian menggunakan use training set, yang menghasilkan nilai evaluasi Accuracy sebesar 0,87, lalu pada pengujian menggunakan 70% percentage split, mendapatkan nilai evaluasi yang lebih kecil dengan nilai Accuracy sebesar 0,81, namun pada pengujian menggunakan 10-fold cross validation mendapatkan nilai evaluasi yang paling kecil, dengan nilai Accuracy hanya sebesar 0,62.
| Item Type: | Thesis (Strata 1) |
|---|---|
| Uncontrolled Keywords: | : Analisis Sentimen, Preprocessing, TF-IDF, Klasifikasi, K-Nearest Neigbor, Lexicon |
| Subjects: | INFORMATIKA INFORMATIKA > Technology (General) |
| Divisions: | Fakultas Teknik dan Ilmu Komputer > S1 Informatika |
| Depositing User: | Asep Haikal Kurniawan S.IP., M.A |
| Date Deposited: | 26 Oct 2023 06:41 |
| Last Modified: | 26 Oct 2023 06:41 |
| URI: | http://repository.teknokrat.ac.id/id/eprint/5149 |
Actions (login required)
 |
View Item |
