Analisis Sentimen terhadap Cryptocurrency Berdasarkan Tweet dan Retweet dengan Menggunakan Support Vector Machine dan Chi-Square

Donita Hasan, Isabella (2022) Analisis Sentimen terhadap Cryptocurrency Berdasarkan Tweet dan Retweet dengan Menggunakan Support Vector Machine dan Chi-Square. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (808kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (233kB) | Preview
Preview	PDF BAB_I.pdf Download (358kB) | Preview
Preview	PDF BAB_II.pdf Download (406kB) | Preview
Preview	PDF BAB_III.pdf Download (267kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (135kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Tingginya minat masyarakat terhadap cryptocurrency semakin bertambah seiring berjalannya waktu. Cryptocurrency menjadi perhatian dunia karena sifatnya yang unik dan tidak dapat diprediksi. Pada zaman sekarang cryptocurrency dapat digunakan untuk berbagai macam hal, salah satunya adalah untuk investasi. Dalam berinvestasi cryptocurrency dibutuhkan berbagai analisa untuk mempertimbangkan arus trade. Salah satu cara untuk menganalisanya adalah dengan analisis sentimen masyarakat yang terdiri dari sentimen positif maupun negatif. Penelitian dilakukan dengan menganalisis sentimen masyarakat dengan menggunakan algoritma machine learning, yaitu Support Vector Machine. Selain dengan menggunakan Support Vector Machine, digunakan juga Chi-square dalam feature selection agar dapat membantu dalam pengurangan noise di sebuah kalimat. Dalam penelitian ini dataset dibagi menjadi dua, yaitu dataset dengan retweet dan tanpa retweet. Melalui penelitian ini dihasilkan rata ­ rata akurasi sebesar 86,87%. Selain itu, dapat diketahui juga hasil analisis sentimen dari dataset tanpa retweet menghasilkan nilai rata ­ rata precision, recall, akurasi sebesar 79,25% dan f1- score sebesar 77,5%. Sedangkan dataset dengan retweet menghasilkan nilai precision sebesar 94,75% dan nilai recall, f1-score dan akurasi sebesar 94,5%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Chi-square, Cryptocurrency, Support Vector Machine
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	20 Jul 2022 03:48
Last Modified:	07 Aug 2023 07:02
URI:	https://kc.umn.ac.id/id/eprint/21918

Actions (login required)

View Item