Analisis Sentimen terhadap Opini Publik Melalui Jejaring Sosial Twitter Menggunakan Metode Naïve Bayes

Gumilang, Alfarizy Muhammad (0927050) (2015) Analisis Sentimen terhadap Opini Publik Melalui Jejaring Sosial Twitter Menggunakan Metode Naïve Bayes. Undergraduate thesis, Universitas Kristen Maranatha.

Preview	Text 0927050_Abstract_TOC.pdf - Accepted Version Download (321Kb) | Preview
Preview	Text 0927050_Appendices.pdf - Accepted Version Download (271Kb) | Preview
	Text 0927050_Chapter1.pdf - Accepted Version Restricted to Repository staff only Download (147Kb)
	Text 0927050_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (630Kb)
	Text 0927050_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (655Kb)
	Text 0927050_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (452Kb)
Preview	Text 0927050_Conclusion.pdf - Accepted Version Download (37Kb) | Preview
	Text 0927050_Cover.pdf - Accepted Version Restricted to Repository staff only Download (311Kb)
Preview	Text 0927050_References.pdf - Accepted Version Download (144Kb) | Preview

Abstract

Manusia adalah makhluk sosial dan mereka berkomunikasi satu sama lain. Saat ini, orang banyak berinteraksi menggunakan media sosial salah satunya Twitter. Bahkan Presiden Indonesia menggunakan Twitter untuk mengungkapkan perasaan, sentimen, dan ide menurut aspek yang berbeda setiap hari. Banyak tokoh politik menggunakan Twitter di Indonesia seperti Gubernur DKI Jakarta Basuki Tjahaja Purnama (Ahok) dengan basuki_btp sebagai username-nya. Ahok adalah tokoh politik kontroversial dengan gayanya memimpin Jakarta. Seringkali ia bersemangat mengungkapkan perasaannya bahkan cenderung marah. Penelitian ini dapat menentukan sentimen masyarakat terhadap Ahok. Penelitian ini menggunakan tiga kategori sentimen: positif, negatif, dan netral. Algoritma Naive Bayes dapat mengklasifikasikan sentimen orang terhadap Ahok. Dengan metode cleansing, case folding, parsing, stopping, dan metode term frequency untuk menyaring input teks.

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering > 27 Computer Systems Engineering Department
Depositing User:	Perpustakaan Maranatha
Date Deposited:	12 Feb 2016 06:51
Last Modified:	12 Feb 2016 06:51
URI:	http://repository.maranatha.edu/id/eprint/18658

Actions (login required)

View Item