Analisis Sentimen Pengguna Twitter di Indonesia terhadap Kenaikan Harga BBM Menggunakan Algoritma Naïve Bayes

Alfa Nugraha, Joel (2023) Analisis Sentimen Pengguna Twitter di Indonesia terhadap Kenaikan Harga BBM Menggunakan Algoritma Naïve Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (221kB) | Preview
Preview	PDF BAB_I.pdf Download (213kB) | Preview
Preview	PDF BAB_II.pdf Download (318kB) | Preview
Preview	PDF BAB_III.pdf Download (253kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (747kB)
Preview	PDF BAB_V.pdf Download (205kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Bahan bakar minyak merupakan salah satu sektor energi yang penting dalam perekonomian nasional. Namun pada 3 September 2022, harga bahan bakar minyak mengalami kenaikan di Indonesia. Hal ini mengundang banyak opini dan unggahan yang disalurkan ke platform-platform media sosial, salah satunya Twitter. Oleh karena itu, dilakukan penelitian yang bertujuan untuk melakukan klasifikasi sentimen dari opini masyarakat yang menggunakan Twitter sebagai media sosial terhadap kenaikan harga bahan bakar minyak. Untuk mencapai tingkat akurasi tertinggi, sentimen dibagi menjadi dua, yaitu sentimen positif dan sentimen negatif. Model yang digunakan untuk melakukan klassifikasi merupakan model dengan algoritma Na¨ive Bayes dengan Lexicon inset untuk melabeli sentimen data dan TF- IDF Vectorizer untuk mengukur relevansi kata. Dari penelitian ini didapatkan hasil klasifikasi terbaik pada model Complement Na¨ive Bayes yang memperoleh total akurasi sebesar 82% dengan precision sebesar 89%, recall sebesar 88%, dan f-1 score sebesar 89%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Machine Learning, Na¨ive Bayes, Analisis sentimen, Python, Kenaikan Harga bbm
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 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 > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Jul 2023 09:54
Last Modified:	21 Aug 2023 02:17
URI:	https://kc.umn.ac.id/id/eprint/25989

Actions (login required)

View Item