ANALISIS SENTIMEN TERHADAP VIRUS CORONA BERDASARKAN OPINI MASYARAKAT BERBASIS WEB

Ilwanasari, Alpia (2022) ANALISIS SENTIMEN TERHADAP VIRUS CORONA BERDASARKAN OPINI MASYARAKAT BERBASIS WEB. Diploma thesis, Universitas Bina Darma.

	Text (Bab 0) Bab 0.pdf Download (1MB)
	Text (Bab I) Bab I.pdf Download (405kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Download (365kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (605kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (652kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (1MB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (370kB)
	Text (Turnitin) Turnitin.pdf Restricted to Registered users only Download (6MB)

Abstract

Virus Corona merupakan keluarga besar virus yang dapat menyerang manusia dan hewan yang biasanya menyebabkan penyakit infeksi saluran pernapasan, mulai dari flu hingga penyakit serius seperti MERS (Middle-East respiratory syndrome) pertama kali muncul di Timur Tengah pada tahun 2012 dan SARS (Severe Acute Respiratory Syndrome) pertama kali mewabah di China pada tahun 2002. (Hanati, 2020). Coronavirus Disease 2019 disingkat COVID-19 adalah penyakit menular yang disebabkan oleh SARS-CoV-2. Pada dasarnya sentimen analisis memiliki dua tipe pendekatan yaitu machine learning dan lexicon based. Beberapa metode klasifikasi machine learning seperti naïve bayes, support vector machine, dan lexicon-based sering digunakan untuk mendapatkan hasil yang terbaik. Penelitian ini bertujuan untuk mengetahui bagaimana dampak virus corona di indonesia sesuai opini masyarakat. Pengumpulan data dilakukan dengan teknik Crawling pada API key twitter. Data yang digunakan dalam penelitian ini adalah data postingan pengguna Twitter yang terdapat pada situs Twitter.com. Data yang dikumpulkan berupa data teks yang diambil menggunakan teknik crawling menggunakan API Key Twitter. crawling data, menggunakan API Key Twitter maka didapatkan data dengan jumlah 2501 record Tweet, dengan ketentuan data latih dokumen tweet sebesar 80% dan data training dokumen tweet sebesar 20%. Data yang telah di scraping kemudian dianalisis Hasil dapat dilihat nilai precision, dan recall dari setiap kelas dapat dilihat tingkat kemampuan pemrosesan sistem dalam mencari tingkat ketepatan antara informasi yang diinginkan oleh pengguna sebagai kelas positif adalah “0.88%”, dan untuk kelas negatif adalah “0.00%”. Tingkat keberhasilan dari pemrosesan sistem dalam memperoleh kembali informasi kelas positif adalah “1.00%”, untuk kelas negatif adalah “0.00%”. Kata Kunci: Analisis sentiment, Corona, Naïve bayes, KDD

Actions (login required)

View Item