Analisis Sentimen terhadap Kereta Cepat Jakarta-Bandung dan Kereta Panoramic pada Media Sosial Twitter menggunakan Algoritma Naive Bayes

Haryanto Ruswandi, Jason (2023) Analisis Sentimen terhadap Kereta Cepat Jakarta-Bandung dan Kereta Panoramic pada Media Sosial Twitter menggunakan Algoritma Naive Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (251kB) | Preview
Preview	PDF BAB_I.pdf Download (231kB) | Preview
Preview	PDF BAB_II.pdf Download (283kB) | Preview
Preview	PDF BAB_III.pdf Download (419kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
Preview	PDF BAB_V.pdf Download (210kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (512kB)

Abstract

Kereta api menjadi salah satu transportasi umum pilihan masyarakat Indonesia dengan persentase 34% pada libur natal dan tahun baru tahun 2020. Indonesia melakukan pengembangan pada sarana kereta api dengan menghadirkan kereta panoramic yang beroperasi sejak Desember 2022 dan kereta cepat Jakarta- Bandung yang dikembangkan sejak 2015. Munculnya kedua jenis kereta ini menimbulkan berbagai pandangan dari masyarakat yang disampaikan melalui media sosial, terutama Twitter yang memiliki jumlah pengguna aktif sebanyak 284 juta orang dengan rata-rata 500 juta tweet per harinya. Penelitian ini bertujuan untuk melakukan analisis sentimen dengan mengklasifikasikan sentimen tersebut ke dalam sentimen positif dan negatif. Metode yang digunakan pada penelitian ini adalah algoritma Naive Bayes dengan bantuan CountVectorizer, Term Frequency-Inverse Document Frequency (TF-IDF), Synthetic Minority Over- sampling Techniqiue (SMOTE), dan NearMiss. Algoritma Naive Bayes digunakan karena cepat dalam melakukan pelatihan dan juga bekerja baik pada data yang tidak besar. Dari hasil implementasi, hasil terbaik yang didapatkan dengan menggunakan TF-IDF pada data yang tidak seimbang dengan perbandingan data latih dan data uji sebesar 70%:30% dan parameter random state dengan nilai 42. Hasil yang didapatkan memiliki nilai akurasi sebesar 77.65%, precision sebesar 75%, recall sebesar 72%, dan f1-score sebesar 73%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	analisis sentimen, kereta cepat, kereta panoramic, Naive Bayes, TF- IDF
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	03 Jul 2023 09:54
Last Modified:	24 Aug 2023 06:32
URI:	https://kc.umn.ac.id/id/eprint/25591

Actions (login required)

View Item