NURHALIMAH, - (2023) PENERAPAN NAIVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN MASYARAKAT TENTANG PENANGGULANGAN BENCANA ALAM DI INDONESIA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text (Full kecuali BAB IV) full - bab 4.pdf - Published Version Download (1MB) | Preview
	Text (BAB IV) bab4.pdf - Published Version Restricted to Repository staff only Download (568kB)

Abstract

Perkembangan teknologi yang berjalan dengan pesat memberikan pengaruh yang besar terhadap kehidupan masyarakat, salah satunya dalam hal penggunaan aplikasi sosial media. Youtube merupakan salah satu layanan dari Google yang memfasilitasi penggunanya untuk mengupload dan mengunduh video dan bisa diakses oleh pegguna lain secara gratis. Bisa dikatakan Youtube adalah database video yang paling popular di dunia internet, bahkan yang paling lengkap dan variatif. Adapun reaksi masyarakat dapat digali melaui komentar yang ditinggalkan pada kolom komentar setiap video. Bencana alam sering kita lihat di media soaial karna Indonesia termasuk negara yang tingkat bencana alam yang tinggi. Dari peristiwa ini memicu masyarakat dalam menyampaikan opini dalam bentuk komentar berupa ungkapan rasa sedih, peduli atau keluhan. Kumpulan data tersebut dapat diolah dengan menggunakan konsep Text Mining. Text Mining dilakukan dengan ditambahkannya sebuah algoritma klasifikasi yaitu Naive Bayes Classifier (NBC). Penelitian ini bertujuan untuk menguji akurasi algoritma Naive Bayes untuk analisis sentimen opini masyarakat dari data komentar video Youtube tentang bencana alam, dan menemukan informasi dan sentimen terkait komentar bencana alam di youtube. Data yang didapatkan dari komentar sebanyak 7608 dengan data training sebanyak 6843 data training dan 761 data testing. hasil penelitian ini menghasilkan akurasi sebesar 55,71%. Hasil dari sentimen negatif 585, sentimen netral 168, dan sentimen positif 8.

Actions (login required)

View Item