Roihan, - (2023) METODE DECISION TREE DENGAN FITUR FASTTEXT UNTUK KLASIFIKASI SENTIMEN VAKSIN COVID-19 PADA TWITTER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text Laporan Sidang Roihan 11651101146 BAB 1 2 3 5.pdf Download (988kB) | Preview
	Text (BAB IV) Laporan Sidang Roihan 11651101146 BAB 4.pdf - Published Version Restricted to Repository staff only Download (670kB)

Abstract

Wabah Covid-19 ditetapkan secara resmi sebagai pandemi global pada maret 2020 oleh WHO. Melihat pesatnya penyebaran virus Covid-19, pemerintah Indonesia melakukan upaya menekan tingkat penyebaran virus dengan melakukan tindakan vaksinasi. Namun tindakan tersebut memicu pro dan kontra masyarakat. Pro dan kontra ini bisa dikatakan sebagai sentimen. Twitter menjadi sarana mengungkapkan sentimen. Salah satu teknik yang digunakan untuk mendeteksi sentimen pada twitter adalah klasifikasi mengunakan machine learning. Tujuan penelitian ini yaitu membangun sebuah model menggunakan kombinasi preprocessing dan parameter terbaik pada decision tree. Dataset yang digunakan berjumlah 9178 yang dikelompokkan menjadi tiga yaitu data train berjumlah 8000 data, data validasi berjumlah 778 data, dan data train berjumlah 400 data. Hasil penelitian menunjukkan kombinasi dari text preprocessing dan parameter terbaik yang digunakan pada metode decision tree maka didapatkan akurasi pada saat validasi sebesar 61% dengan F1-Score sebesar 55%, dan akurasi saat pengujian sebesar 59% dan nilai F1-Score sebesar 50%. Kata Kunci: Analisis Sentimen, Decision Tree, Klasifikasi Sentimen , Twitter, Vaksin Covid-19

Actions (login required)

View Item