Implementasi Naive Bayes pada Sentimen Analisis Komentar Youtube

Peter, Peter (2021) Implementasi Naive Bayes pada Sentimen Analisis Komentar Youtube. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (526kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (305kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (316kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (521kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (442kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (479kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (186kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (511kB)

Abstract

Pada masa pandemi sekarang ini banyak penggunaan media sosial yang dimana masyarakat memiliki opini yang dapat mempengaruhi bagi perkembangan masyarakat, Salah satu contoh media sosial yang digunakan oleh banyak masyarakat adalah Youtube. Dalam penentuan positif dan negatif suatu opini bisa dilakukan dengan cara manual, akan tetapi seiringnya banyaknya opini dari masyarakat menjadi semakin memakan waktu sehingga dibuatlah sistem analisis sentimen. Pada penelitian ini menerapkan algoritma Naive Bayes. Dataset yang digunakan berupa ulasan komentar yang ada di video channel youtube sekretariat presiden yang berjudul "LIVE: Keterangan Pres Presiden RI Terkait Undang- Indang Cipta Kerja, Istana Bogor, 9 Oktober 2020". Pada kategori yang akan ditentukan memiliki 2 kategori pada ulasan komentar yaitu positif dan negatif dengan metode Pre-processing Text terdiri dari Tokenisasi, Case folding, Filtering, Stemming, dan Normalisasi setelah itu dilanjutkan dengan Term frequency invers document frequency (TF-IDF) lalu tahap selanjutnya algoritma Naive Bayes dan tahap akhir perhitungan akurasi berupa Confusion matrix terdiri dari Accuracy , Precision , Recall ,Dan F1-Score. Hasil dari pengujian yang diperoleh mendapatkan nilai Accuracy sebesar 0.81, Precision sebesar 0.79, Recall sebesar 0.87 dan F1-Score sebesar 0.83.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Algoritma Naive Bayes, Analisa sentimen, Pre-Processing Text, TF- IDF, Youtube
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 18:42
Last Modified:	24 Aug 2023 07:49
URI:	https://kc.umn.ac.id/id/eprint/15837

Actions (login required)

View Item