Analisis Sentimen Masyarakat Indonesia Terhadap Vaksin COVID-19 Menggunakan Algoritma Support Vector Machine, Random Forest dan Naive Bayes pada Media Sosial Twitter

Regita Cahyani Daniastiningrum Samodra, 3011710052 (2021) Analisis Sentimen Masyarakat Indonesia Terhadap Vaksin COVID-19 Menggunakan Algoritma Support Vector Machine, Random Forest dan Naive Bayes pada Media Sosial Twitter. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (261kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (266kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (502kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (342kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (228kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (521kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (256kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (392kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (402kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (356kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (345kB)
	Text (BAB II TINJAUAN PUSTAKA) 11. BAB II TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (369kB) | Request a copy
	Text (BAB III METODE PENELITIAN) 12. BAB III METODE PENELITIAN.pdf Restricted to Repository staff only Download (583kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (752kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 14. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (256kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (307kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (186kB) | Request a copy
	Text (FULLTEXT) 17. SKRIPSI - REGITA CAHYANI D.S (301170052).pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (FULLTEXT DOC) 18. SKRIPSI - REGITA CAHYANI D.S (301170052).docx Restricted to Repository staff only Download (2MB) | Request a copy
	Text (JURNAL) 19. JURNAL - REGITA CAHYANI D.S (3011710052).docx Restricted to Repository staff only Download (208kB) | Request a copy

Abstract

Pandemi COVID-19 yang sangat ramai diperbincangkan di dunia nyata maupun di dunia digital, salah satunya adalah media sosial Twitter. Banyak orang yang mengharapkan agar pandemi ini berakhir dengan cepat dan sesegera mungkin untuk ditemukan jenis vaksin yang mampu melawan virus ini. Melimpahnya opini masyarakat di media sosial Twitter dapat dimanfaatkan sebagai bahan penelitian untuk mencari sebuah informasi terhadap adanya vaksin. Pemanfaatan informasi tersebut membutuhkan metode analisis yang tepat sehingga informasi yang dihasilkan mampu membantu banyak pihak dalam mengambil suatu keputusan. Oleh karena itu, pada penelitian ini berupaya melaksanakan analisis sentimen tanggapan masyarakat terhadap adanya Vaksin COVID di media sosial twitter dengan membandingkan metode Support Vector Machine (SVM), Random Forest dan Naive Bayes dengan mengklasifikasikan sentimen kedalam tiga kelas yaitu positif, negatif serta netral. Hasil proses pengujian menghasilkan nia akurasi yang berbeda-beda yaitu SVM dengan nilai akurasi sebesar 62.80%, Random Forest dengan nilai akurasi sebesar 62.47%, Naïve Bayes dengan nilai akurasi sebesar 60.39%, SVM menggunakan parameter tuning mendapatkan nilai akurasi sebesar 94.86% dan Random Forest menggunakan parameter tuning mendapatkan nilai akurasi sebesar 99.04% sehingga dapat diambil kesimpulan bahwa dalam penelitian ini algoritma Random Forest menggunakan parameter tuning merupakan algoritma yang paling sesuai karena mendapatkan hasil performa yang paling tinggi diantara algoritma lainnya.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Klasifikasi, Emosi, Twitter, SVM, Random Forest, Naive Bayes, Vaksin
Contributors:	Contribution Name Email Thesis advisor Lailatul Hidayah, S.Kom., M.S. lailatul.hidayah@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Regita Cahyani Daniastiningrum Samodra
Date Deposited:	15 Sep 2021 13:00
Last Modified:	15 Sep 2021 13:00
URI:	https://repository.uisi.ac.id/id/eprint/1729

Actions (login required)

View Item