RIA NURULITA (2018) PENERAPAN METODE MODIFIED K-NEAREST NEIGHBOR(MKNN) DALAM ANALISIS SENTIMEN KOMENTAR POLITIK(Studi Kasus : Pemilihan Gubernur DKI Jakarta 2017 Dari Status Fanspage Facebook ). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018309TIF.pdf Download (132kB) | Preview |
|
|
Text
2. PENGESAHAN_2018309TIF.pdf Download (319kB) | Preview |
|
|
Text
3. ABSTRAK_2018309TIF.pdf Download (93kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018309TIF.pdf Download (365kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018309TIF.pdf Download (233kB) | Preview |
|
|
Text
6. BAB I_2018309TIF.pdf Download (111kB) | Preview |
|
|
Text
7. BAB II_2018309TIF.pdf Download (502kB) | Preview |
|
|
Text
8. BAB III_2018309TIF.pdf Download (222kB) | Preview |
|
|
Text
9. BAB IV_2018309TIF.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_2018309TIF.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI_2018309TIF.pdf Download (95kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018309TIF.pdf Download (309kB) | Preview |
Abstract
Perkembangan teknologi informasi menjadikan para politikus dalam berkampanye menggunakan Facebook yaitu dengan memanfaatkan fanspage Facebook. Dalam hal ini menjadikan masyarakat membicarakannya melalui melalui opini-opini yang disampaikan dalam kolom komentar pada status yang diunggah. Opini sentimen yang disampaikan masyarakat pun beragam. Baik itu positif maupun negatif, namun Manusia seringkali tidak memiliki waktu dan kemampuan memproses informasi dalam jumlah besar, sehingga menyebabkan penggunaan data kurang optimal seperti proses menganalisa sentimen. Untuk itu diperlukan sebuah teknologi klasifikasi analisa sentiment yang bertujuan untuk membantu proses pengklasifikasian kelas negatif atau positif dengan cepat dan tepat. Hasil akurasi terbaik adalah 84.5% dengan nilai k=3 dengan perbandingan data latih data uji 90:10. Kata Kunci: Analisa Sentimen, Fanspage Facebook, Modified K-Nearest Neighbor, Text Mining.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 300 Ilmu Sosial |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 24 Jul 2019 07:39 |
| Last Modified: | 24 Jul 2019 07:39 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/16743 |
Actions (login required)
 |
View Item |