ANALISIS SENTIMEN MASYARAKAT TERHADAP VAKSINASI COVID-19 PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Herwinsyah, Herwinsyah (2021) ANALISIS SENTIMEN MASYARAKAT TERHADAP VAKSINASI COVID-19 PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (ABSTRAK)
ABSTRAK.pdf

Download (343kB)
[img] Text (BAB SATU)
BAB I.pdf

Download (31kB)
[img] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (613kB) | Request a copy
[img] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (487kB) | Request a copy
[img] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (903kB) | Request a copy
[img] Text (BAB LIMA)
BAB V.pdf

Download (16kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (358kB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (308kB) | Request a copy
[img] Text (SKRIPSI FULL TEXT)
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Other (SOURCE CODE)
Source Code.rar
Restricted to Repository staff only

Download (7MB) | Request a copy

Abstract

Masyarakat Indonesia saat ini cenderung lebih banyak berinteraksi dengan dunia maya. Media sosial menjadi pilihan utama masyarakat di dunia termasuk juga di Indonesia. Salah satu media sosial yang banyak digunakan masyarakat di Indonesia adalah twitter , biasanya twitter lebih banyak digunakan pengguna untuk mengungkapkan opini-opini mereka yang berkaitan dengan topik yang sedang hangat di masyarakat. Dari tweet yang muncul sebenarnya mengandung makna yang bisa dikaji, salah satunya untuk mencari informasi tentang kecenderungan masyarakat Indonesia terhadap suatu kebijakan yang diambil pemerintah. Dalam hal ini penulis mencari info tentang topik vaksinasi covid-19, dimana topik ini di masyarakat warga negara Indonesia muncul opini-opini positif dan ada juga yang opini-opini negatif. Hasil penelitian yang dilakukan, dari 4078 data tweet sentimen posistif sebanyak 2525 (43,0%), sentimen negatif sebanyak 771 (16,4%) dan sentimen netral sebanyak 1912 (40,6%). Hasil dari 80% (3766) data training dan 20% (942) data testing memperoleh hasil akurasi skor sebesar 73,6%. Dengan metode Support Vector Machine dapat dilakukan analisa sentimen yang menunjukan akurasi diatas 70%.

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: analisis sentimen, twitter , klasifikasi, Support Vector Machine, vaksinasi, Covid-19
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 10 Jan 2022 05:53
Last Modified: 10 Jan 2022 05:53
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/13362

Actions (login required)

View Item View Item