Pinawan, (Marshall Tanu ( 1072104 ) (2014) Analisis Sentimen Respon Publik pada Jejaring Sosial Twitter dengan Klasifikasi Naïve Bayes. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1072104_Abstract_TOC.pdf - Accepted Version Download (240Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1072104_Appendices.pdf - Accepted Version Restricted to Registered users only Download (99Kb) |
|
|
Text
1072104_Chapter1.pdf - Accepted Version Download (16Kb) | Preview |
|
|
Text
1072104_Chapter2.pdf - Accepted Version Restricted to Registered users only Download (404Kb) |
|
|
Text
1072104_Chapter3.pdf - Accepted Version Restricted to Registered users only Download (1318Kb) |
|
|
Text
1072104_Chapter4.pdf - Accepted Version Restricted to Registered users only Download (2559Kb) |
|
|
Text
1072104_Chapter5.pdf - Accepted Version Restricted to Registered users only Download (404Kb) |
|
|
Text
1072104_Conclusion.pdf - Accepted Version Download (12Kb) | Preview |
|
|
Text
1072104_Cover.pdf - Accepted Version Restricted to Repository staff only Download (205Kb) |
|
|
Text
1072104_References.pdf - Accepted Version Download (8Kb) | Preview |
Abstract
Twitter merupakan sebuah aplikasi social networking yang memungkinkan usernya untuk dapat mengirimkan pesan pada waktu yang bersamaan. Data yang diambil melalui Twitter dapat dijadikan sebagai media penelitian dalam analisis sentimen. Analisis sentimen adalah mekanisme pengelompokan kalimat ke dalam beberapa kategori, antara lain kategori positif, negatif, ataupun netral. Naïve Bayes Classifier merupakan salah satu teknik klasifikasi yang digunakan dalam mengkategorikan sebuah kalimat menjadi positif, negatif, atau netral. Pada pembuatan aplikasi analisis sentimen ini terdapat dua data utama yang berperan penting untuk memastikan validitas analisis sentimen, yaitu data training dan data testing. Pembuatan data training akan melalui beberapa tahapan diantaranya adalah pre-processing, mutual information, dan klasifikasi. Data testing dengan tingkat akurasi yang tinggi akan menyimpulkan bahwa aplikasi analisis sentimen ini sudah berjalan dengan baik. Sedangkan jika data testing menghasilkan tingkat akurasi yang rendah, maka dapat disimpulkan bahwa sistem harus ditraining ulang.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | analisis sentimen, pre-processing, mutual information, dan Naïve Bayes |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Information Technology > 72 Information Technology Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 05 Feb 2015 07:05 |
| Last Modified: | 05 Feb 2015 07:05 |
| URI: | http://repository.maranatha.edu/id/eprint/10484 |
Actions (login required)
 |
View Item |
