ANALISIS SENTIMEN TEKS LAYANAN PUBLIK PROVINSI LAMPUNG DI MEDIA SOSIAL TIKTOK

PRATAMA, ERIC JUANDA (2024) ANALISIS SENTIMEN TEKS LAYANAN PUBLIK PROVINSI LAMPUNG DI MEDIA SOSIAL TIKTOK. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB 0.pdf Download (3MB)
	Text (BAB 1) BAB 1.pdf Download (842kB)
	Text (DAFTAR PUSTAKA) DP.pdf Download (810kB)
	Text (LAPORAN HASIL) LH_11zon (50).pdf Restricted to Repository staff only Download (3MB)
	Text (LAMPIRAN) L.pdf Download (927kB)

Abstract

Penelitian ini bertujuan melakukan analisis sentimen teks dari hastag di tikok mengenai layanan publik provinsi lampung yang terbagi menjadi tiga kelas yaitu positif, negatif dan netral, data diperoleh dari komentar di tiktok. Media sosial tiktok ini merupakan media sosial yang memberikan efek special yang unik dan menarik yang bisa digunakan oleh para pengguna nya. Baru-baru ini warga net dihebohkan video viral melalui media sosial tiktok yang membahas mengenai keadaan mengkritik jalan rusak Lampung dengan judul 'Alasan Lampung Tidak Maju-maju'. Dari video viral ini beragam komentar warga net diantara komentar yang beragam ada yang mendukung, ada yang mengecam ada juga yang bersifat netral tidak terlalu menanggapi. Metode penelitian yang digunakan dalam penelitian ini adalah metode KDD (Knowledge Discovery in Database), merupakan metode untuk memperoleh pengetahuan dari database yang ada. Dengan pengumpulan data ini kemudian selanjutnya akan dilakukan pelabelan secara manual dari komentar yang didapat untuk kemudian diklasifikasikan menggunakan algoritma Naïve Bayes dan perangkat lunak bahasa pemrograman Python. Hasil dari penelitian ini didapatkan bahwa akurasi model klasifikasi mendaptkan nilai yang berbeda–beda dari uji model klasifikasi dengan menggunakan support vector machine nilai akurasinya paling tinggi dengan nilai akurasi 90.20%, kemudian dari ke tiga metode word to vector diperoleh akurasi bag of word sebesar 48%, metode TF-idf menghasilkan akurasi 71%, sedangkan metode fasttext diperoleh akurasi sebesar 50%. Sehingga disimpulkan model klasifikasi sentimen teks analisis pada konten layanan publik provinsi lampung di media social tiktok di peroleh akurasi tertinggi ada pada model support vector machine dan metode TF-idf.

Actions (login required)

View Item