Uyun, Aninda Syifa Rosita (2022) Sentiment analysis terhadap opini masyarakat tentang mental health issue menggunakan metode naïve bayes classifier. Sarjana thesis, Universitas Muria Kudus.
Preview |
Text (Halaman judul)
Hal. Judul.pdf - Published Version Download (1MB) | Preview |
Preview |
Text (Bab I)
Bab I.pdf - Published Version Download (250kB) | Preview |
Text (Bab II)
Bab II.pdf - Published Version Restricted to Registered users only Download (511kB) | Request a copy |
|
Text (Bab III)
Bab III.pdf - Published Version Restricted to Registered users only Download (429kB) | Request a copy |
|
Text (Bab IV)
Bab IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy |
|
Text (Bab V)
Bab V.pdf - Published Version Restricted to Registered users only Download (250kB) | Request a copy |
|
Preview |
Text (Daftar pustaka)
Daftar Pustaka.pdf - Published Version Download (316kB) | Preview |
Text (Lampiran)
Lampiran.pdf - Published Version Restricted to Registered users only Download (3MB) | Request a copy |
Abstrak
Isu tentang mental health adalah salah satu permasalahan yang signifikan di dunia. Penurunan jumlah atau angka penderita penyakit mental berhasil diturunkan apabila masyarakat memiliki kontribusi untuk tidak mendiskriminasi penderita. Twitter merupakan salah satu layanan media sosial yang populer di internrt yang membiarkan percakapan berisi kicauan beragam opini tentang topik, isu suatu hal, kabar dan lainnya. Dengan informasi yang ada tersebut, data dapat diolah menjadi analisis sentimen. Penelitian ini bertujuan untuk mengetahui tentang bagaimana sentimen masyarakat terhadap mental health issue. Tahapan penelitian akan dilakukan mulai dari seleksi data, pre-processing, transformasi data, data mining, serta evaluasi. Seleksi data dilakukan dengan API Twitter, pre-processing dilakukan untuk membersihkan data, transformasi untuk pelabelan otomatis dengan library textblob serta pembobotan kata menggunakan TF-IDF. Metode data mining yang digunakan adalah Naïve Bayes Classifier, dengan evaluasi menggunakan confussion matrix. Berdasarkan hasil eksperimen menggunakan 2780 data, analisis yang dilakukan oleh sistem yang telah dibangun dengan bahasa pemrograman python dan framework flask mendapatkan tingkat akurasi sebesar 89,93%.
Item Type: | Skripsi/ Thesis (Sarjana) |
---|---|
Dosen Pembimbing: | 1. Ahmad Jazuli, M. Kom 2. Tutik Khotimah, M. Kom |
Kata Kunci: | Mental Health, Analisis Sentimen, Library Textblob, Naïve Bayes Classifier, Python, Flask |
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 21:38 |
Last Modified: | 12 May 2022 21:38 |
URI: | http://eprints.umk.ac.id/id/eprint/16605 |
Actions (login required)
View Item |