Analisis Sentimen Pengguna Twitter Pada Akun Resmi Samsung Indonesia Dengan Menggunakan Naive Bayes

Pitria, Pipit (2014) Analisis Sentimen Pengguna Twitter Pada Akun Resmi Samsung Indonesia Dengan Menggunakan Naive Bayes.

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

Abstract

Dewasa ini mulai banyak penelitian yang dilakukan terhadap analisis analisis sentimen untuk mengklasifikasikan sentimen ke dalam beberapa kelas. Pemanfaatan analisis sentimen biasanya digunakan untuk mengevaluasi sebuah produk yang sentimen-sentimennya didapat dari feedback sebuah produk itu sendiri melalui sosial media khususnya twitter. Studi kasus yang digunakan sebagai uji coba implementasi analisis sentiment pada penelitian ini adalah akun twitter resmi Samsung Indonesia yang aktif dalam mempromosikan produk-produknya. Permasalahan analisis sentimen adalah bagaimana mengklasifikasikan sentimen kedalam kelas-kelas yang sudah ditentukan. Selanjutnya, untuk mengatasi permasalahan tersebut dilakukan pembelajaran mesin dengan menggunakan Na�¯ve Bayes Classifier. Na�¯ve Bayes Classifier merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas dengan kelebihan implementasi yang relative mudah dan menghasilkan akurasi yang baik. Untuk itu, pada penelitian ini juga akan dilihat akurasi Na�¯ve Bayes Classifier jika diterapkan untuk mengklasifikasikan sentimen ke dalam sentiment positif dan negatif.Dari hasil uji coba dengan menggunakan metode 10-fold cross validation dengan data sebanyak 1500 tweet menunjukan bahwa metode Na�¯ve Bayes Classifier dapat diterapkan pada analisis sentiment untuk mengklasifikasikan sentimen kedalam sentimen positif dan negative dengan rata-rata akurasi yang cukup tinggi mencapai 98.87% .

Item Type: Article
Uncontrolled Keywords: Analisis sentimen, Na�¯ve Bayes Classifier, Cross validation, Twitter, tweet
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2014
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: M.Kom Taryana Suryana
Date Deposited: 16 Nov 2016 08:10
Last Modified: 16 Nov 2016 08:10
URI: https://repository.unikom.ac.id/id/eprint/29578

Actions (login required)

View Item View Item