Analisis Sentimen Respon Publik pada Jejaring Sosial Twitter dengan Klasifikasi Naïve Bayes

Pinawan, (Marshall Tanu ( 1072104 ) (2014) Analisis Sentimen Respon Publik pada Jejaring Sosial Twitter dengan Klasifikasi Naïve Bayes. Other thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
1072104_Abstract_TOC.pdf - Accepted Version

Download (240Kb) | Preview
[img] Text
1072104_Appendices.pdf - Accepted Version
Restricted to Registered users only

Download (99Kb)
[img]
Preview
Text
1072104_Chapter1.pdf - Accepted Version

Download (16Kb) | Preview
[img] Text
1072104_Chapter2.pdf - Accepted Version
Restricted to Registered users only

Download (404Kb)
[img] Text
1072104_Chapter3.pdf - Accepted Version
Restricted to Registered users only

Download (1318Kb)
[img] Text
1072104_Chapter4.pdf - Accepted Version
Restricted to Registered users only

Download (2559Kb)
[img] Text
1072104_Chapter5.pdf - Accepted Version
Restricted to Registered users only

Download (404Kb)
[img]
Preview
Text
1072104_Conclusion.pdf - Accepted Version

Download (12Kb) | Preview
[img]
Preview
Text
1072104_Cover.pdf - Accepted Version

Download (205Kb) | Preview
[img]
Preview
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 (Other)
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 View Item