ANALISIS KOMENTAR PADA TWITTER TERHADAP LAPANGAN KERJA DENGAN METODE NAÏVE BAYES

Pratama, Rizky Kurnia (2022) ANALISIS KOMENTAR PADA TWITTER TERHADAP LAPANGAN KERJA DENGAN METODE NAÏVE BAYES. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (ABSTRAK)
ABSTRAK.pdf

Download (16kB)
[img] Text (BAB SATU)
BAB I.pdf

Download (266kB)
[img] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (521kB) | Request a copy
[img] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (541kB) | Request a copy
[img] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (952kB) | Request a copy
[img] Text (BAB LIMA)
BAB V.pdf

Download (259kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (303kB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (SKRIPSI FULL TEXT)
SKRIPSI FULLTEXT.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Pandemi covid telah memberikan dampak bagi perekonomian suatu negara, terutama Indonesia. Dampak yang terkena imbas pada sektor ekonomi yaitu sektor lapangan kerja. Isu mengenai lapangan kerja pada twitter mulai muncul ketika pada tahun 2020 bulan Desember lalu saat corona mulai masuk ke Indonesia sehingga gelombang PHK banyak terjadi. Masyarakat Indonesia lantas menggunakan media kanal yaitu twitter untuk berkomentar tentang kondisi mereka. Twitter adalah salah satu media kanal internet yang diciptakan untuk jejaring sosial dan sarana ekspresi diri sehingga pengguna yang menggunakan twitter akan mendapat kepuasan tersendiri. Penelitian ini mencoba memberikan perspektif suatu analisis komentar pada twitter terkait lapangan kerja di masa pandemi covid-19. Analisis dilakukan dengan menggunakan aplikasi Orange, proses yang dilakukan melalui tahapan preprocessing, transformation, filtering, tokenizing, dan normalization. Tahapan selanjutnya yaitu pelabelan otomatis dengan metode Vader, klasifikasi dengan metode naive bayes dan pembobotan dengan metode TF-IDF serta kalkulasi dari aplikasi orange data mining yang representasikan dengan hasil extented confusion matrix. Data yang penulis analisis menurut aplikasi orange sebanyak 3929 data tweet dari tanggal 22-30 Agustus 2021 dengan memanfaatkan Web Crawling API Twitter. Hasil penelitian dari aplikasi orange data mining memperlihatkan akurasi dengan Naive Bayes mendekati angka sempuna yaitu 99% dengan jumlah sentimen di masyarakat sebanyak 25% positif, 11% negatif dan 64% netral.

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Analisis Sentimen, Orange, Preprocessing, Twitter.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User: Sistem Informasi UMBY
Date Deposited: 15 Jul 2022 06:23
Last Modified: 15 Jul 2022 06:23
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/15965

Actions (login required)

View Item View Item