Frans Matius, Andreas (2021) Text Analysis pada Media Sosial Twitter untuk Mendeteksi Minat Belanja Online pada Masa Pandemi Menggunakan Rule-Based Approach. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
![[img]](https://kc.umn.ac.id/style/images/fileicons/text.png)
Abstract
Berbelanja online ditengah pandemi COVID-19 yang terjadi saat ini memaksa orang untuk beraktifitas dirumah agar terhindar dari kemungkinan terjangkit virus COVID-19, dengan korelasinya yang Dikutip dari situs kompas.com "Ada Pandemi , 57 Persen pengguna twitter tertarik belanja secara Online" dengan data yang disebutkan tersebut menjadi menarik untuk melakukan penelitian mengingat pandemi COVID-19 yang membuat pengguna belanja online tertarik menggunakan media sosial twitter untuk memenuhi kegiatan belanja secara online. Penelitian pada situs media sosial twitter sudah banyak dilakukan, pada penelitian ini menggunakan sentiment analysis yang menggunakan twitter API #TAGS dengan permintaan data 3000 tweets setelah dilakukan cleaning terdapat 316 tweets untuk selanjutnya dilakukan proses preprocessing dalam mendeteksi minat belanja di era pandemi dengan metode Rule base Approach yang unik dikarenakan objek yang diambil pada masa pandemi yang memungkinkan menghasilkan hasil yang berbeda meskipun tetap pada masa pandemi, rule based approach juga berhubungan dengan pendekatan semantik yang menggunakan lexical resources yang menggunakan Bahasa pemograman python serta memanfaatkan kamus lokal untuk proses text analysis yang digunakan untuk proses sentiment analysis. Hasil penelitian sentiment analysis terhadap data yang dikumpulkan berupa tweet pengguna situs media sosial twitter menggunakan twitter API #TAGS v6.1.9.1 by mhawksey, setelah melakukan proses analisis menggunakan metode rule based method dihasilkan ingkat sentimen positif 7.06% ,sentimen Netral : 87.27% sentimen Negatif 5.67% hasil yang didapatkan sentimen Netral mendominasi dikarenakan sejumlah tweet netral tersebut tidak memihak terhadap sentimen positif dan negatif ataupun hanya berupa tweet sentimen yang berisi pengulangan opini yang sama.
| Item Type: | Thesis (Bachelor Thesis) |
|---|---|
| Keywords: | Belanja Online, COVID-19, Rule Based Approach, Sentiment Analyis |
| Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.7 Multimedia Systems, Blogs, Social Media, Web Application Frameworks |
| Divisions: | Faculty of Engineering & Informatics > Information System |
| SWORD Depositor: | Administrator UMN Library |
| Depositing User: | Administrator UMN Library |
| Date Deposited: | 06 Oct 2022 08:47 |
| Last Modified: | 07 Aug 2023 06:34 |
| URI: | https://kc.umn.ac.id/id/eprint/18123 |
Actions (login required)
 |
View Item |
