Nor Yusuf, Afif and Supriyati, Endang and Listyorini, Tri (2020) Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier. JIEET (Journal of Information Engineering and Educational Technology), 4 (2). pp. 75-58. ISSN 2549-869X

Preview	Text (Peer Review) 03 Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier Peer Review.pdf - Published Version Download (443kB) | Preview
Preview	Text (Turnitin) 03 Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier Turnitin.pdf - Published Version Download (1MB) | Preview

Abstrak

Analisis sentimen ialah sesuatu studi yang kala ini banyak diminati oleh bermacam berbagai kalangan. Dokumen ataupun opini yang terdapat di media sosial sanggup digunakan untuk analisis sentimen. Data media sosial yang biasanya digunakan untuk analisis sentimen adalah Twitter. Sebelum suatu data diklasifikasikan, butuh dilakukan untuk proses preprocessing yang merupakan tahap untuk menghasilkan data yang lebih terstruktur. Ada pula metode yang biasanya digunakan untuk analisis sentimen adalah Naïve Bayes Classifier. Naïve Bayes Classifier bisa digunakan untuk mengategorikan suatu opini ke dalam opini positif, opini negatif dan opini netral. Tidak hanya itu, metode ini mengenakan data training dalam proses pengklasifikasian. Hasil dari metode naïve bayes sangat baik. Untuk menguji tingkatan keakuratan sistem dalam mengklasifikasi opini, sehingga pengujian memperoleh hasil klasifikasi. Hasil dari klasifikasi memperoleh hail rata-rata 74,5%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan lebih bagus.

Item Type:	Article
Kata Kunci:	Analisis Sentimen; Twitter; Naïve Bayes Classifier
Subjects:	Teknologi > T1 Teknologi (Umum) > Teknologi Informasi
Program Studi:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	mrs Tri Listyorini
Date Deposited:	23 Aug 2021 21:24
Last Modified:	23 Aug 2021 21:24
URI:	http://eprints.umk.ac.id/id/eprint/14739

Actions (login required)

View Item