ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE

Dunia maya menjadi tempat bersosialisasi yang diminati oleh banyak orangmelalui media sosial untuk saling berkomunikasi atau menggali informasi, salah satumedia sosial yang banyak digunakan di Indonesia adalah Twitter. Twitter sebagaisalah satu media sosial sering menjadi wadah untuk penyampaian pes...

Full description

Saved in:

Bibliographic Details
Main Authors:	Ariesta Damayanti, S.Kom., M.Cs., Safitri, Helda Ludya - 175410186
Language:	Indonesian
Published:	STMIK AKAKOM 2021
Subjects:	Kasus Covid Support Vector Machine Analisis Sentimen
Tags:	Add Tag No Tags, Be the first to tag this record!

PINJAM

id	oai:opac.utdi.ac.id:slims-16282
record_format	oai_dc
spelling	oai:opac.utdi.ac.id:slims-162822021-03-04T08:59:58Z ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE Ariesta Damayanti, S.Kom., M.Cs. Safitri, Helda Ludya - 175410186 Kasus Covid Support Vector Machine Analisis Sentimen STMIK AKAKOM 2021 id Text Skripsi http://opac.utdi.ac.id//index.php?p=show_detail&id=16282 Dunia maya menjadi tempat bersosialisasi yang diminati oleh banyak orangmelalui media sosial untuk saling berkomunikasi atau menggali informasi, salah satumedia sosial yang banyak digunakan di Indonesia adalah Twitter. Twitter sebagaisalah satu media sosial sering menjadi wadah untuk penyampaian pesan berupa opinimasyarakat, salah satunya opini terhadap kasus Covid-19. Oleh karena itu, penelitimencoba menganalisa tweet berbahasa Indonesia yang berupa opini masyarakatterhadap tindakan pemerintah dalam kasus Covid-19.Penelitian ini dilakukan dengan menganalisis sentimen menggunakan metodeSupport Vector Machine (SVM) dengan Kernel Radial Basis Function (RBF). Tweetakan diklasifikasi menjadi sentimen positif, negatif, dan netral, sehingga dapatdiketahui seberapa banyak persentase dari masing-masing kategori opini. Penelitianini menggunakan data sebanyak 600 tweet yang diperoleh dari hasil scrapingmenggunakan twitterscraper.Hasil dari penelitian ini adalah tingkat akurasi pelatihan sebesar 77% dalammelakukan klasifikasi sentimen positif, negatif, dan netral. Dari hasil klasifikasi data,diperoleh sebagian besar tweet terdiri dari sentimen negatif. Kendala dalam prosesanalisis sentimen adalah terbatasnya jumlah data dan sebagian besar data berisi katakata singkatan yang tidak dapat dibersihkan pada saat praproses data.Kata Kunci : Analisis Sentimen, RBF, SVM, Twitter Yogyakarta
institution	UTDI
collection	Universitas Teknologi Digital Indonesia
language	Indonesian
topic	Kasus Covid Support Vector Machine Analisis Sentimen
spellingShingle	Kasus Covid Support Vector Machine Analisis Sentimen Ariesta Damayanti, S.Kom., M.Cs. Safitri, Helda Ludya - 175410186 ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
description	Dunia maya menjadi tempat bersosialisasi yang diminati oleh banyak orangmelalui media sosial untuk saling berkomunikasi atau menggali informasi, salah satumedia sosial yang banyak digunakan di Indonesia adalah Twitter. Twitter sebagaisalah satu media sosial sering menjadi wadah untuk penyampaian pesan berupa opinimasyarakat, salah satunya opini terhadap kasus Covid-19. Oleh karena itu, penelitimencoba menganalisa tweet berbahasa Indonesia yang berupa opini masyarakatterhadap tindakan pemerintah dalam kasus Covid-19.Penelitian ini dilakukan dengan menganalisis sentimen menggunakan metodeSupport Vector Machine (SVM) dengan Kernel Radial Basis Function (RBF). Tweetakan diklasifikasi menjadi sentimen positif, negatif, dan netral, sehingga dapatdiketahui seberapa banyak persentase dari masing-masing kategori opini. Penelitianini menggunakan data sebanyak 600 tweet yang diperoleh dari hasil scrapingmenggunakan twitterscraper.Hasil dari penelitian ini adalah tingkat akurasi pelatihan sebesar 77% dalammelakukan klasifikasi sentimen positif, negatif, dan netral. Dari hasil klasifikasi data,diperoleh sebagian besar tweet terdiri dari sentimen negatif. Kendala dalam prosesanalisis sentimen adalah terbatasnya jumlah data dan sebagian besar data berisi katakata singkatan yang tidak dapat dibersihkan pada saat praproses data.Kata Kunci : Analisis Sentimen, RBF, SVM, Twitter
author	Ariesta Damayanti, S.Kom., M.Cs. Safitri, Helda Ludya - 175410186
author_facet	Ariesta Damayanti, S.Kom., M.Cs. Safitri, Helda Ludya - 175410186
author_sort	Ariesta Damayanti, S.Kom., M.Cs.
title	ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
title_short	ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
title_full	ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
title_fullStr	ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
title_full_unstemmed	ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
title_sort	analisis sentimen tindakan pemerintah indonesia padakasus covid-19 menggunakan metode support vectormachine
publisher	STMIK AKAKOM
publishDate	2021
callnumber-raw	http://opac.utdi.ac.id//index.php?p=show_detail&id=16282
callnumber-search	http://opac.utdi.ac.id//index.php?p=show_detail&id=16282
_version_	1741202049859584000

ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE

Similar Items