ASTARI, SHEVA MAYA (2022) Sentimen analisis terhadap acne fighter pada twitter menggunakan algoritma naïve bayes. Sarjana thesis, Universitas Muria Kudus.

Preview	Text (Hal Judul) Hal. Judul.pdf - Published Version Download (543kB) | Preview
Preview	Text (BAB 1) Bab I.pdf - Published Version Download (188kB) | Preview
	Text (BAB 2) Bab II.pdf - Published Version Restricted to Registered users only Download (255kB) | Request a copy
	Text (BAB 3) Bab III.pdf - Published Version Restricted to Registered users only Download (345kB) | Request a copy
	Text (BAB 4) Bab IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB 5) Bab V.pdf - Published Version Restricted to Registered users only Download (179kB) | Request a copy
Preview	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (315kB) | Preview
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Registered users only Download (627kB) | Request a copy

Abstrak

Acne fighter merupakan istilah bagi seseorang yang sedang mengalami masalah kulit berjerawat sehingga menyebabkan kurangnya rasa percaya diri atau biasa disebut dengan insecure. Cuitan yang menyinggung dapat menimbulkan mental down bagi acne fighter. Penelitian ini bertujuan untuk melakukan analisis sentimen data dengan mengklasifikasi sentimen dari masyarakat terhadap acne fighter di Twitter. Dengan adanya analisis sentimen yang dibuat, diharapkan dapat mempermudah memperoleh informasi sentimen dari masyarakat secara cepat dan tepat. Metode yang digunakan adalah Naïve Bayes dengan bahasa pemrograman Python. Pada data training, cuitan yang tidak menyinggung akan diberi label positif, sedangkan cuitan yang menyinggung diberi label negatif. Hasil pengujian mendapatkan nilai akurasi sebesar 83%.

Item Type:	Skripsi/ Thesis (Sarjana)
Dosen Pembimbing:	Dosen Pembimbing 1. Ahmad Jazuli, S.Kom., M.Kom. Dosen Pembimbing 2. Tutik Khotimah, S.Kom., M.Kom.
Kata Kunci:	Sentimen Analisis, Acne Fighter, Twitter, Naïve Bayes, Python
Subjects:	Teknologi > Teknologi (umum) Teknologi > T1 Teknologi (Umum)
Program Studi:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Mr Firman Al Mubaroq
Date Deposited:	21 Dec 2022 21:16
Last Modified:	25 Dec 2022 18:46
URI:	http://eprints.umk.ac.id/id/eprint/17466

Actions (login required)

View Item