Hudha, Mathoril (2022) Analisis sentimen pengguna youtube terhadap tayangan #matanajwamenantiterawan dengan metode naive bayes classifieri. Sarjana thesis, Universitas Muria Kudus.
Preview |
Text (Halaman judul)
Hal. Judul.pdf - Published Version Download (5MB) | Preview |
Preview |
Text (Bab I)
BAB I.pdf - Published Version Download (1MB) | Preview |
![]() |
Text (Bab II)
BAB II.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy |
![]() |
Text (Bab III)
BAB III.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy |
![]() |
Text (Bab IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (6MB) | Request a copy |
![]() |
Text (Bab V)
BAB V.pdf - Published Version Restricted to Registered users only Download (259kB) | Request a copy |
Preview |
Text (Daftar pustaka)
Daftar Pustaka.pdf - Published Version Download (963kB) | Preview |
![]() |
Text (Lampiran)
Lampiran.pdf - Published Version Restricted to Registered users only Download (747kB) | Request a copy |
Abstrak
Tayangan #MataNajwaMenantiTerawan menuai pro dan kontra setelah Najwa Shihab dalam acara Mata Najwa mewawancarai kursi kosong yang direpresentasikan sebagai Menteri Kesehatan Terawan Agus Putranto. Wawancara dengan kursi kosong biasa dilakukan di luar negeri yang memiliki histori pers yang lama. Seperti yang dilakukan Piers Morgan di CNN dan Kay Burley di acara Kay Burley Show di Sky News. Media sosial mengalami peningkatan penggunaan sehingga analisis sentimen perlu dilakukan untuk mengetahui opini publik terhadap isu yang sedang terjadi. Analisis sentimen dalam penelitian ini dilakukan untuk mengetahui bagaimana penilaian publik terhadap tayangan #MataNajwaMenantiTerawan di Youtube. Data dalam penelitian ini diambil dengan cara scrapping dari komentar video youtube #MataNajwaMenantiTerawan. Dataset mentah hasil scrapping dilakukan preprocessing untuk memudahkan proses klasifikasi. Algoritma Naive Bayes digunakan untuk mengklasifikasikan komentar ke kategori sentimen positif, sentimen negatif dan netral. Algoritma Naive Bayes menghasilkan akurasi sebesar 90.36%. Sentimen netral lebih mendominasi dengan jumlah 1232 data netral, 90 data negatif dan 78 data positif.
Item Type: | Skripsi/ Thesis (Sarjana) |
---|---|
Dosen Pembimbing: | 1. Endang Supriyati S.Kom., M.Kom 2. Tri Listyorini S.Kom., M.Kom |
Kata Kunci: | Analisis Sentimen, Naive Bayes, Text Preprocessing, #MataNajwaMenantiTerawan |
Subjects: | Teknologi > Teknologi (umum) Teknologi > T1 Teknologi (Umum) > Teknologi Informasi |
Program Studi: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | Mr Firman Al Mubaroq |
Date Deposited: | 12 May 2022 19:32 |
Last Modified: | 12 May 2022 19:32 |
URI: | http://eprints.umk.ac.id/id/eprint/16600 |
Actions (login required)
![]() |
View Item |