HASNUL NADAWI (2018) KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP KINERJA KEPALA NEGARA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER ( NBC) PADA TWITTER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018217TIF.pdf Download (150kB) | Preview |
|
|
Text
2. PENGESAHAN_2018217TIF.pdf Download (263kB) | Preview |
|
|
Text
3. ABSTRAK_2018217TIF.pdf Download (94kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018217TIF.pdf Download (272kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018217TIF.pdf Download (290kB) | Preview |
|
|
Text
6. BAB I_2018217TIF.pdf Download (107kB) | Preview |
|
|
Text
7. BAB II_2018217TIF.pdf Download (521kB) | Preview |
|
|
Text
8. BAB III_2018217TIF.pdf Download (229kB) | Preview |
|
|
Text
9. BAB IV_2018217TIF.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_2018217TIF.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI_2018217TIF.pdf Download (193kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018217TIF.pdf Download (205kB) | Preview |
Abstract
Twitter adalah media sosial yang paling banyak digunakan dalam membicarakan kehidupan pribadi, membahas topik tertentu, membicarakan seseorang atau tokoh publik bahkan mereka bisa berinteraksi langsung dengan tokoh publik yang mereka gemari. Pada saat ini dimana kepala Negara sedang marak melakukan pendekatan kepada masyarakat untuk menambah pendukung mereka melalui Twitter. Hal ini dapat digunakan sebagai data untuk menganalisa sentimen masyarakat terhadap kinerja kepala Negara, dimana baik buruknya kinerja mereka langsung ditentukan oleh masyarakat.Pada penelitian ini telah dilakukan klasifikasi sentimen masyarakat terhadap kinerja kepala Negara pada Twitter menggunakan metode Naive Bayes Classifier (NBC) menggunakan 1500 data dengan memanfaatkan API Twitter dan pelabelan secara manual. Dalam mengklasifikasikan sentimen terhadap kinerja kepala Negara menggunakan dua (2) kelas yaitu kelas positif dan kelas negatif. Pengujian akurasi sistem dilakukan dengan model confusion matrix dan K-fold cross validation ( 10 fold). Dari hasil pengujian diketahui bahwa metode NBC dapat diterapkan untuk mengklasifikasikan dengan akurasi baik pada foldke 10, yaitu mencapai 86%. Dengan rata-rata akurasi pengujian dari seluruh dataset yaitu 80,47%.Kata Kunci: API Twitter, Confusion matrix,Jejaring sosial,K-Fold Cross validation, NBC.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 300 Ilmu Sosial |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 16 Jul 2019 03:17 |
| Last Modified: | 16 Jul 2019 03:17 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/15963 |
Actions (login required)
 |
View Item |