ANALISIS SENTIMEN MASYARAKAT TERHADAP KESIAPAN BELAJAR TATAP MUKA BERDASARKAN OPINI MASYARAKAT PADA MEDIA SOSIAL

Widya, Putri Mentari (2022) ANALISIS SENTIMEN MASYARAKAT TERHADAP KESIAPAN BELAJAR TATAP MUKA BERDASARKAN OPINI MASYARAKAT PADA MEDIA SOSIAL. Diploma thesis, UNIVERSITAS BINA DARMA.

[img] Text (turnitin)
67468-3.pdf
Restricted to Repository staff only

Download (8MB)
[img] Text (bab 1)
67468-6.pdf

Download (1MB)
[img] Text (daftar pustaka)
67468-10.pdf

Download (677kB)
[img] Text (bab 0)
67468-11.pdf

Download (1MB)
[img] Text (skripsi)
67468-18.pdf
Restricted to Repository staff only

Download (4MB)
[img] Text (jurnal)
67468-19.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text (lampiran)
67468-20.pdf
Restricted to Repository staff only

Download (770kB)

Abstract

Pengguna aktif media sosial harian khususnya twitter di Indonesia termasuk kedalam kategori yang cukup tinggi. Pengguna twitter mengekspresikan emosi tentang sesuatu, yang diungkapkan baik itu kritik atau pujian. Emosi pengguna twitter dalam tweet dapat dikenali dengan menganalisis opini atau sentimen. Sehingga twitter dapat digunakan sebagai alat untuk melakukan analisis sentimen pada topik tertentu. Penelitian ini bertujuan untuk mengetahui bagaimana sentimen masyarakat terhadap kesiapan pembelajaran tatap muka di indonesia pada masa pandemi Covid-19 berdasarkan opini masyarakat dikumpulkan data dari twitter sebanyak 14298 data yang setelah dilakukan preprocessing menjadi 8731 data. Penulis melakukan pelabelan secara manual dan otomatis dan menggunakan metode Naïve Bayes dan K-Nearest Neighbor. Hasil penelitian menunjukan bahwa metode K-Nearest Neighbor pada data pelabelan secara manual memiliki accuracy lebih besar yaitu 74%, sedangkan metode Naïve Bayes pada data pelabelan manual menunjukan hasil accuracy sebesar 69%. Namun untuk data pelabelan otomatis metode Naïve Bayes dan K-Nearest Neighbor memiliki nilai accuracy sama yaitu 96%. Kata kunci : Naïve Bayes, K-Nearest Neighbor, Analisis sentimen, Belajar tatap muka, Twitter.

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Depositing User: Mr Surya
Date Deposited: 27 Jun 2023 02:52
Last Modified: 27 Jun 2023 02:52
URI: http://repository.binadarma.ac.id/id/eprint/7278

Actions (login required)

View Item View Item