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.

[thumbnail of ABSTRAK]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (343kB) | Preview
[thumbnail of BAB SATU]
Preview
Text (BAB SATU)
BAB I.pdf

Download (31kB) | Preview
[thumbnail of BAB DUA] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

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

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

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

Download (16kB) | Preview
[thumbnail of DAFTAR PUSTAKA]
Preview
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (358kB) | Preview
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

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

Download (1MB) | Request a copy
[thumbnail of SOURCE CODE] 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