-, RAMLAN NASUTION (2024) KOMPARASI METODE NAÏVE BAYES CLASSIFIER DAN LEXICON BASED UNTUK KLASIFIKASI SENTIMEN KOMENTAR YOUTUBE TENTANG PEMBATALAN INDONESIA SEBAGAI TUAN RUMAH PIALA DUNIA U-20. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (BAB IV) File lengkap sampai lampiran kecuali hasil penelitian (Bab IV).pdf - Published Version Restricted to Repository staff only Download (1MB)
Preview	Text File Hasil Penelitian (Bab IV).pdf Download (1MB) | Preview

Abstract

Text mining adalah salah satu teknik yang dapat digunakan untuk melakukan klasifikasi dokumen, clustering, information extraction, analisis sentimen dan information retrieval dimana text mining merupakan variasi dari data mining yang berusaha menemukan pola yang menarik dari sekumpulan data tekstual yang berjumlah besar. FIFA ( Federation Internationale Football Assosiation ) sebagai induk organisasi sepak bola dunia sudah menunjuk Indonesia sebagai tuan rumah piala dunia U-20 sejak tahun 2019. Indonesia dipercaya sebagai tuan rumah penyelenggaraan piala dunia U-20 untuk tahun penyelenggaraan 2021.Namun, Piala dunia U-20 pada tahun 2021 diuntur menjadi tahun 2023 mengingat pada saat itu masih ramai pandemi Covid-19. Pada tanggal 31 Maret 2023 status Indonesia sebagai tuan rumah piala dunai U-20 terancam dibatalkan dikarenakan setelah proses drawing, Gubernur Provinsi Bali I Wayan Coster menolak kehadiran Timnas Israel. Penelitian ini dilakukan untuk mengetahui Bagaimana penerapan metode Naïve Bayes Classifier dan Lexicon Based untuk klasifikasi sentimen terhadap Pembatalan Indonesia Sebagai Tuan Rumah Piala Dunia U-20 pada Komentar Youtube. Berdasarkan hasil pengujian terhadap 2 metode tersebut, maka diperoleh sebuah kesimpulan bahwa model yang lebih baik dalam melakukan klasfikasi sentimen adalah model Naive Bayes Classifier dengan menggunakan jumlah data 3857 dan dataset yang seimbang (balancing) yaitu dengan akurasi untuk data validasi 80,25% dan data testing 64,09%.

Actions (login required)

View Item