Analisis sentimen mengenai layanan provider indihome berdasarkan pendapat pelanggan melalui media sosial twitter menggunakan metode naive bayes classifier

YUSUF, AFIF NOR (2021) Analisis sentimen mengenai layanan provider indihome berdasarkan pendapat pelanggan melalui media sosial twitter menggunakan metode naive bayes classifier. Sarjana thesis, UMK.

[img] Text
Hal. Judul.pdf - Accepted Version

Download (1MB)
[img] Text
Bab I.pdf - Accepted Version

Download (37kB)
[img] Text (Bab 2)
Bab II.pdf - Accepted Version
Restricted to Registered users only

Download (232kB) | Request a copy
[img] Text (Bab 3)
Bab III.pdf - Accepted Version
Restricted to Registered users only

Download (285kB) | Request a copy
[img] Text (Bab 4)
Bab IV.pdf - Accepted Version
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (Bab 5)
Bab V.pdf - Accepted Version
Restricted to Registered users only

Download (31kB) | Request a copy
[img] Text (Daftar pustaka)
Daftar Pustaka.pdf - Accepted Version

Download (163kB)
[img] Text (Lampiran)
Lampiran.pdf - Accepted Version
Restricted to Registered users only

Download (636kB) | Request a copy

Abstrak

Pada masa saat ini microblogging sudah jadi layanan komunikasi yang benar-benar populer di kalangan penggiat internet. Microblogging ialah suatu wadah media sosial yang memungkinkan pengguna untuk mempublikasi pesan pendek bermacam opini tentang bermacam topik, mengulas isu, menuliskan pembahasan suatu layanan, menulis kabar dalam jumlah karakter terbatas(Yenni Tresnawati, 2017). Dengan media sosial, informasi masyarakat sangat beragam, dari informasi tersebut data dapat diolah menjadi analisis sentimen. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap provider Indihome. Tahapan proses dimulai dari pengumpulan data, preprocessing, dan pelabelan. Setelah melakukan pelabelan, dilakukan penggolongan atau clustering pada tiap tweet, salah satunya menggunakan metode Naive Bayes Classifier. Berdasarkan hasil eksperimen, analisis sentimen yang dapat dilakukan oleh sistem dengan tingkat akurasi yang didapat ialah 77,25%.

Item Type: Skripsi/ Thesis (Sarjana)
Dosen Pembimbing: Pembimbing 1. Endang Supriyati, S.Kom., M.Kom. Pembimbing 2. Tri Listyorini, S.Kom., M.Kom.
Kata Kunci: Analisis Sentimen, Twitter, Naive Bayes Classifier, Text Mining, Python
Subjects: Teknologi > Teknologi (umum) > Komunikasi informasi teknik
Teknologi > Teknologi (umum)
Program Studi: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Mr Firman Al Mubaroq
Date Deposited: 29 Jul 2021 20:17
Last Modified: 29 Jul 2021 20:24
URI: http://eprints.umk.ac.id/id/eprint/14642

Actions (login required)

View Item View Item