ANALISIS SENTIMEN TERHADAP LARANGAN MUDIK AKIBAT COVID-19 MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN DECISION TREE

Rahmah Putri Artika, 3011710049 (2021) ANALISIS SENTIMEN TERHADAP LARANGAN MUDIK AKIBAT COVID-19 MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN DECISION TREE. Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
0. COVER.pdf

Download (240kB)
[img] Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf

Download (178kB)
[img] Text (HALAMAN PENGESAHAN)
2. HALAMAN PENGESAHAN.pdf
Restricted to Registered users only

Download (293kB) | Request a copy
[img] Text (HALAMAN PERSETUJUAN PUBLIKASI)
3. HALAMAN PERSETUJUAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (378kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN ORISINALITAS)
4. HALAMAN PERNYATAAN ORISINALITAS.pdf
Restricted to Repository staff only

Download (274kB) | Request a copy
[img] Text (ABSTRAK)
5. ABSTRAK.pdf

Download (255kB)
[img] Text (ABSTRACT)
6. ABSTRACT.pdf

Download (255kB)
[img] Text (KATA PENGANTAR)
7. KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (255kB) | Request a copy
[img] Text (DAFTAR ISI)
8. DAFTAR ISI.pdf

Download (272kB)
[img] Text (DAFTAR GAMBAR)
9. DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (253kB) | Request a copy
[img] Text (DAFTAR TABEL)
10. DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (254kB) | Request a copy
[img] Text (DAFTAR GRAFIK)
11. DAFTAR GRAFIK.pdf
Restricted to Repository staff only

Download (251kB) | Request a copy
[img] Text (BAB 1 PENDAHULUAN)
12. BAB 1 PENDAHULUAN.pdf

Download (377kB)
[img] Text (BAB 2 TINJAUAN PUSTAKA)
13. BAB 2 TINJAUAN PUSTAKA.pdf
Restricted to Repository staff only

Download (491kB) | Request a copy
[img] Text (BAB 3 METODE PENELITIAN)
14. BAB 3 METODE PENELITIAN.pdf
Restricted to Repository staff only

Download (882kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
15. BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (672kB) | Request a copy
[img] Text (BAB 5 KESIMPULAN DAN SARAN)
16. BAB 5 KESIMPULAN DAN SARAN.pdf
Restricted to Repository staff only

Download (255kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
17. DAFTAR PUSTAKA.pdf

Download (479kB)
[img] Text (LAMPIRAN)
18. LAMPIRAN.pdf
Restricted to Repository staff only

Download (316kB) | Request a copy
[img] Text (FULL TEXT)
19. SKRIPSI - RAHMAH PUTRI ARTIKA (3011710049).pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[img] Text (FULL TEXT DOC)
20. SKRIPSI - RAHMAH PUTRI ARTIKA (3011710049).docx
Restricted to Repository staff only

Download (4MB) | Request a copy
[img] Text (JURNAL)
21. JURNAL - RAHMAH PUTRI ARTIKA (3011710049).docx
Restricted to Repository staff only

Download (74kB) | Request a copy

Abstract

Aturan larangan mudik yang dikeluarkan oleh pemerintah di tengah pandemi virus Covid-19 saat ini menjadi topik yang sering diperbincangkan oleh masyarakat, salah satunya di media sosial twitter. Twitter merupakan media sosial yang seringkali digunakan masyarakat untuk mengekspresikan pesan berupa pendapat atau opini masyarakat. Analisis sentimen digunakan untuk memproses komentar atau tweet pengguna dari Twitter. Penelitian ini menganalisa opini masyarakat terhadap kebijakan larangan mudik dengan menggunakan 3 opini yaitu opini positif, opini negatif dan opini netral. Penelitian ini menggunakan dua algoritma yaitu Decision Tree dan Naïve Bayes. Dalam pengujian algoritma juga menggunakan grid search untuk mencari parameter terbaik sehingga dapat meningkatkan performa algoritma Decision Tree. Dari proses pengujian Hasil akurasi pada algoritma Naïve Bayes sebesar 63.67%, pada algoritma Decision Tree sebesar 56.56%, pada algoritma Decision Tree dengan menggunakan grid search sebesar 99.67%. sehingga dapat disimpulkan bahwa algoritma Decision Tree dengan menggunakan grid search merupakan algoritma yang paling cocok dalam penelitian ini.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen, Larangan Mudik, Twitter, Naïve Bayes, Decision Tree
Contributors:
ContributionNameEmail
Thesis advisorDoni Setio Pambudi, S.Kom., M.Kom.doni.pambudi@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Rahmah Putri Artika
Date Deposited: 15 Sep 2021 19:36
Last Modified: 15 Sep 2021 19:36
URI: https://repository.uisi.ac.id/id/eprint/1968

Actions (login required)

View Item View Item