Implementasi algoritma multinomial naive bayes dalam analisis sentimen kenaikan harga bbm pada youtube

Ihsan, Fahmi (2023) Implementasi algoritma multinomial naive bayes dalam analisis sentimen kenaikan harga bbm pada youtube. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (2MB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (207kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (210kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (255kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (282kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (760kB)
[img]
Preview
PDF
BAB_V.pdf

Download (200kB) | Preview
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Berdasarkan keputusan yang diumumkan oleh Presiden Republik Indonesia mengenai harga BBM (Bahan Bakar Minyak), pemerintah resmi menaikkan harga BBM di seluruh wilayah Indonesia tepatnya pada tanggal 3 September 2022. Dalam pengumuman tersebut dijelaskan bahwa kenaikan BBM berlaku untuk jenis Pertalite, Solar, dan Pertamax. Akibat dari kenaikan ini timbul penolakan dari masyarakat yang dicurahkan pada komentar di berbagai media sosial. Salah satu media sosial yang menjadi tempat dalam berkomentar adalah Youtube. Dalam sebuah vidio yang pernah disiarkan langsung dan diunggah oleh Tribunnews terkait pengumuman kenaikan BBM, banyak yang berkomentar mengenai kenaikan ini yang mana dari komentar-komentar tersebut banyak tergolong kedalam sentimen positif dan negatif. Oleh sebab itu penelitian ini dilakukan untuk melakukan klasifikasi data komentar dari vidio tersebut dengan model klasifikasi. Model yang digunakan adalah algoritma Multinomial Naive Bayes dan pembobotan kata menggunakan TfidfVectorizer untuk menghitung hasil bobot pada kata. Pada peneltian yang dilakukan dengan dataset asli ini menghasilkan nilai akurasi 66%, sedangkan untuk dataset yang di sampling dengan metode undersampling menghasilkan performa terbaiknya pada nilai accuracy sebesar 84% pada 342 data comments.

Item Type: Thesis (Bachelor Thesis)
Keywords: Analisis sentimen, BBM , Multinomial Naive Bayes, TfidfVectorizer, Youtube
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: 11 Jul 2023 09:52
Last Modified: 08 Aug 2023 05:28
URI: https://kc.umn.ac.id/id/eprint/26080

Actions (login required)

View Item View Item