PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING

INTISARIrnTwitter adalah jejaring sosial dengan pertumbuhan tercepatrnsejak tahun 2006 Menurut MIT Technology Review (2013),rnIndonesia menempati Negara ketiga penyumbang tweetrnterbanyak dengan jumlah 1 milyar tweet. Fakta tersebutrnmenjadikan Twitter menjadi salah satu sumber data text yangrndapat...

Full description

Saved in:

Bibliographic Details
Main Authors:	Sri Redjeki, Maulana, Rizki - 125410234
Language:	Indonesian
Published:	STMIK AKAKOM 2016
Tags:	Add Tag No Tags, Be the first to tag this record!

PINJAM

id	oai:opac.utdi.ac.id:slims-9628
record_format	oai_dc
spelling	oai:opac.utdi.ac.id:slims-96282020-08-10T13:32:14Z PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING Sri Redjeki Maulana, Rizki - 125410234 STMIK AKAKOM 2016 id Text Skripsi http://opac.utdi.ac.id//index.php?p=show_detail&id=9628 INTISARIrnTwitter adalah jejaring sosial dengan pertumbuhan tercepatrnsejak tahun 2006 Menurut MIT Technology Review (2013),rnIndonesia menempati Negara ketiga penyumbang tweetrnterbanyak dengan jumlah 1 milyar tweet. Fakta tersebutrnmenjadikan Twitter menjadi salah satu sumber data text yangrndapat digali dan dimanfaatkan untuk berbagai keperluan melaluirnmetode-metode pengambilan data teks atau text mining, salahrnsatunya adalah analisis sentimen pengguna terhadap tokoh-tokohrnpublik indonesia.rnTugas akhir ini bertujuan untuk membuat sebuah perangkatrnlunak yang dapat melakukan analisis sentimen pengguna twitterrnterhadap tokoh publik secara real time dengan menggunakanrnTwitter Streming API dan metode Support Vectore Machine (SVM)rnmemanfaatkan pustaka libSVM sebagai salah satu machinernlearning untuk text classification. Algoritma Porter digunakanrndalam proses stemming untuk ekstraksi fitur dan metode TermrnFrequency untuk pembobotan. Perangkat lunak dibangun denganrnmenggunakan bahasa pemrograman PHP untuk sisi server yangrnberjalan pada platform cloud Windows Azure dan Java untuk sisirnclient yang berjalan pada platform Android.rnDari hasil penelitian dengan 1.400 tweet pada dataset danrn200 data uji didapatkan akurasi sebesar 79,5%, beberapa kendalarndalam pemrosesan tweet secara real time seperti duplikasi tweetrn(tweet spam), struktur bahasa Indonesia yang cukup rumit danrnberagam, dan belum banyak penelitian atau algoritma untukrnoptimasi pada kalimat berbahasa Indonesia.rnKata Kunci : Analisis Sentimen, Machine Learning, SupportrnVectore Machine.rn Yogyakarta http://opac.utdi.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/125410234.png.png xiv, 50 hlm.; ilus.
institution	UTDI
collection	Universitas Teknologi Digital Indonesia
language	Indonesian
description	INTISARIrnTwitter adalah jejaring sosial dengan pertumbuhan tercepatrnsejak tahun 2006 Menurut MIT Technology Review (2013),rnIndonesia menempati Negara ketiga penyumbang tweetrnterbanyak dengan jumlah 1 milyar tweet. Fakta tersebutrnmenjadikan Twitter menjadi salah satu sumber data text yangrndapat digali dan dimanfaatkan untuk berbagai keperluan melaluirnmetode-metode pengambilan data teks atau text mining, salahrnsatunya adalah analisis sentimen pengguna terhadap tokoh-tokohrnpublik indonesia.rnTugas akhir ini bertujuan untuk membuat sebuah perangkatrnlunak yang dapat melakukan analisis sentimen pengguna twitterrnterhadap tokoh publik secara real time dengan menggunakanrnTwitter Streming API dan metode Support Vectore Machine (SVM)rnmemanfaatkan pustaka libSVM sebagai salah satu machinernlearning untuk text classification. Algoritma Porter digunakanrndalam proses stemming untuk ekstraksi fitur dan metode TermrnFrequency untuk pembobotan. Perangkat lunak dibangun denganrnmenggunakan bahasa pemrograman PHP untuk sisi server yangrnberjalan pada platform cloud Windows Azure dan Java untuk sisirnclient yang berjalan pada platform Android.rnDari hasil penelitian dengan 1.400 tweet pada dataset danrn200 data uji didapatkan akurasi sebesar 79,5%, beberapa kendalarndalam pemrosesan tweet secara real time seperti duplikasi tweetrn(tweet spam), struktur bahasa Indonesia yang cukup rumit danrnberagam, dan belum banyak penelitian atau algoritma untukrnoptimasi pada kalimat berbahasa Indonesia.rnKata Kunci : Analisis Sentimen, Machine Learning, SupportrnVectore Machine.rn
author	Sri Redjeki Maulana, Rizki - 125410234
spellingShingle	Sri Redjeki Maulana, Rizki - 125410234 PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING
author_facet	Sri Redjeki Maulana, Rizki - 125410234
author_sort	Sri Redjeki
title	PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING
title_short	PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING
title_full	PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING
title_fullStr	PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING
title_full_unstemmed	PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING
title_sort	penerapan analisis sentimen pengguna twitter menggunakan metode support vector machine berbasis cloud computing
publisher	STMIK AKAKOM
publishDate	2016
callnumber-raw	http://opac.utdi.ac.id//index.php?p=show_detail&id=9628
callnumber-search	http://opac.utdi.ac.id//index.php?p=show_detail&id=9628
_version_	1741200775332233216

PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING

Similar Items