UMN Knowledge Center

Analisis Sentimen Program Televisi Indonesia Lawyers Club Menggunakan K-Nearest Neighbor, Naive Bayes Classifier dan Decision Tree

Nathanael Wilim, Nico (2020) Analisis Sentimen Program Televisi Indonesia Lawyers Club Menggunakan K-Nearest Neighbor, Naive Bayes Classifier dan Decision Tree. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (576kB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (126kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (133kB) | Preview
[img] PDF
BAB_II.pdf
Restricted to Registered users only

Download (363kB)
[img] PDF
BAB_III.pdf
Restricted to Registered users only

Download (340kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_V.pdf
Restricted to Registered users only

Download (9kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (343kB)

Abstract

Text mining merupakan salah satu penerapan konsep dan teknik data mining yang dapat digunakan untuk menganalisa data dalam bentuk teks yang merupakan tulisan opini atau pendapat masyarakat terhadap suatu program televisi. Penelitian ini menggunakan teknik analisis sentimen yang merupakan bagian dari konsep text mining, untuk melakukan analisis data dari kumpulan opini yang diambil dari kolom-kolom komentar, cuitan-cuitan netizen di twitter, dan berbagai sumber unggahan orang-orang yang terkait akan opini atau pandangannya terhadap program televisi Indonesia Lawyer Club (ILC) yang pernah memenangkan penghargaan Panasonic Gobel Awards 2018. Namun pada tahun 2019 ILC tidak memenangkan penghargaan tersebut karena direbut program televisi Mata Najwa di peringkat pertama. Penelitian ini dilakukan karena adanya kekalahan ILC pada tahun 2019. Hasil dari analisis sentimen nantinya berupa persentase sentimen positif dan negatif dan juga perbandingan antara ILC dengan Mata Najwa. Penelitian analisis sentimen ini menggunakan alat bantu software Python programming dan Rapidminer yang digunakan untuk mengambil cuitan-cuitan twitter dan melakukan pra-proses mulai dari cleansing, case folding, tokenization, filtering, stemming, weighting word, hingga klasifikasi. Proses klasifikasi dilakukan untuk menentukan kelas dari sentimen yang menggunakan tiga metode algoritma, yaitu K-NN, Naïve Bayes Classifier, dan Decision Tree. Algoritma-algoritma tersebut akan digunakan untuk melakukan evaluasi accuracy yang terbaik dari penelitian.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: analisis sentimen, data mining, Decision Tree, K-NN, Naïve Bayes Classifier
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 05 Dec 2020 00:45
Last Modified: 05 Dec 2020 00:45
URI: http://kc.umn.ac.id/id/eprint/14039

Actions (login required)

View Item View Item