Analisis sentimen pada akun twitter provider telekomunikasi

Anwar, Solahudin (2015) Analisis sentimen pada akun twitter provider telekomunikasi. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Layanan jejaring sosial Twitter saat ini banyak digunakan oleh provider telekomunikasi sebagai media komunikasi dan penyampaian opini dari pengguna terhadap layanan yang digunakannya. Setiap opini pada tweet yang dikirim kepada akun twitter provider dapat bermanfaat sebagai penilaian terhadap layanannya. Banyaknya dan beragamnya tweet akan membutuhkan waktu yang lama untuk memeriksanya. Masalah tersebut dapat diselesaikan dengan menggunakan analisis sentimen. Secara garis besar analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen positif dan kelas sentimen negatif. Pada penelitian ini metode klasifikasi yang digunakan untuk analisis sentimen adalah metode klasifikasi Support Vector Machine (SVM) dan metode klasifikasi Naive Bayes. Prinsip dasar metode SVM adalah pengklasifikasian linear (linear classifier). Metode klasifikasi Naive Bayes adalah metode klasifikasi probabilistik sederhana berdasarkan penerapan teorema Bayes. Proses yang terdapat pada analisis sentimen dimulai dengan preprocessing terhadap data tweet. Setelah preprocessing, dilakukan klasifikasi tweet terhadap kelas relevan dan kelas non relevan menggunakan metode Support Vector Machine. Pada tahap akhir dilakukan klasifikasi terhadap kelas positif dan kelas negatif menggunakan metode klasifikasi Naive Bayes. Berdasarkan dari penelitian yang telah dilakukan, dengan menggunakan metode pengujian confusion matrix terhadap hasil klasifikasi dari metode klasifikasi Naive Bayes untuk kelas tweet positif dan negatif diperoleh akurasi 96% dari 300 data yang diuji

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Analisis Sentimen, Naive Bayes Classifier, Support Vector Machine, Preprocessing, Twitter
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 08:11
Last Modified: 16 Nov 2016 08:11
URI: http://repository.unikom.ac.id/id/eprint/29652

Actions (login required)

View Item View Item