Analisis Sentimen 100 Hari Kerja Presiden Joko Widodo Menggunakan Text Mining

Calvin, Calvin (2020) Analisis Sentimen 100 Hari Kerja Presiden Joko Widodo Menggunakan Text Mining. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (911kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (242kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (120kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (410kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (403kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (115kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (159kB)

Abstract

Oleh: Calvin Ir. H. Joko Widodo adalah Presiden ke-7 Indonesia yang mulai menjabat menjabat pada tanggal 20 Oktober 2014. Pada tahun 2019 Ir. H. Joko Widodo terpilih menjadi Presiden untuk kedua kalinya. Terpilih kembalinya Joko Widodo tidak lepas dari hasil kinerja periode pertamanya dan dukungan masyarakat. Tidak semua masyarakat mendukung Joko Widodo karena adanya pro dan kontra. Dukungan masyarakat dapat dilihat pada media sosial seperti Twitter sebagai sarana menyampaikan pendapat dan kritik. Tujuan penelitian untuk mengetahui sentimen terhadap Joko Widodo dari pendapat dan kritik masyarakat di Twitter. Penelitian ini menggunakan analisis sentimen dengan text mining. Adapun sumber data yang digunakan adalah data tweet 100 hari kerja pertama dengan #jokowi, #jokowimaruf, #menterijokowi dari Twitter. Data akan di klasifikasi menggunakan SVM dan Naïve Bayes untuk mengetahui prediksi sentimen dan akurasi. Aplikasi yang digunakan untuk sentimen analisis dan klasifikasi adalah Rapidminer. Dari penelitian yang dilakukan, diperoleh kesimpulan sentimen positif lebih tinggi untuk Presiden Joko Widodo sebesar 66.67% dibandingkan dengan negatif sebesar 33.33%. metode klasifikasi KNN memiliki akurasi yang lebih tinggi yaitu sebesar 81.11% dibandingkan dengan SVM sebesar 79.56% dan Naïve Bayes sebesar 75.74%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, KNN, Naïve Bayes, RapidMiner, SVM, Text Mining
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods 700 Arts and Recreation > 740 Graphic Arts and Decorative Arts > 746 Textile Arts
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Dec 2020 00:07
Last Modified:	10 Jul 2023 03:01
URI:	https://kc.umn.ac.id/id/eprint/14090

Actions (login required)

View Item