Nicholas, Nicholas (2021) Analisis Perbandingan Analisa Sentimen Menggunakan Algoritma Support Vector Machine dan Naive Bayes pada Mata Uang Kripto. Bachelor Thesis, Universitas Multimedia Nusantara.
|
Text
HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) |
||
|
Text
DAFTAR_PUSTAKA.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (446kB) |
||
|
Text
BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (744kB) | Preview |
|
|
Text
BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (884kB) | Preview |
|
|
Text
BAB_III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (588kB) |
||
|
Text
BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) |
||
|
Text
BAB_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (437kB) |
||
|
Text
LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (977kB) |
Abstract
Oleh: Nicholas Mata uang kripto atau cryptocurrency semakin dikenal oleh didunia bahkan telah diadopsi menjadi suatu mata uang yang sah di suatu negara. Mata uang kripto selain digunakan sebagai alat pembayaran juga dapat digunakan sebagai alat perdagangan jual beli dan juga alat investasi. Dalam melakukan investasi di suatu mata uang kripto dibutuhkannya suatu evaluasi terhadap fundamental dan sentimen masyarakat terhadap suatu mata uang kripto tertentu. Penelitian ini bertujuan untuk melakukan evaluasi mata uang kripto berdasarkan tanggapan masyarakat Twitter yang terdiri dari sentimen positif dan negatif. Algoritma yang digunakan dalam penelitian analisa sentimen ini adalah Support Vector Machine dan Naïve bayes dikarenakan sudah terbukti mampu memberikan akurasi dan performa yang baik. Kerangka pengerjaan penelitian ini akan menggunakan CRISP DM. Hasil dan kesimpulan yang telah didapatkan melalui penelitian ini adalah algoritma Naïve Bayes memberikan hasil yang lebih baik dibandingkan dengan algoritma Support Vector Machine berdasarkan perhitungan Confusion Matrix yang terdiri dari 3 komponen yaitu accuracy, precision, dan recall. Dari 25 perhitungan Confusion Matrix algoritma Support Vector Machine unggul dalam 6 perhitungan dan Naïve Bayes unggul dalam 19 perhitungan
Actions (login required)
![]() |
View Item |
