Analisis Sentimen Pada Twitter Menggunakan Metode Support Vector Machine (SVM) dan Term Frequency – Inverse Document Frequency (TF-IDF) : Studi Kasus Pilkada Jawa Barat 2018

MUHAMAD FAJAR ANSHARI

Informasi Umum

Kode

19.04.369

Klasifikasi

006.754 - ONLINE SOCIAL NETWORK

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Online Social Networks

Dilihat

320 kali

Informasi Lainnya

Abstraksi

Kebutuhan masyarakat akan sosial media semakin bertambah. Saat ini, opini masyarakat dapat secara mudah diekspresikan melalui sosial media, terutama twitter. Perkembangan penggunaan twitter dapat dimanfaatkan untuk melakukan analisis sentimen. Analisis sentimen digunakan untuk mengetahui sikap pengguna dalam memandang suatu topik. Salah satu studi kasus yang dapat dipakai adalah Pemilihan Kepala Daerah. Sebagai cara untuk mengetahui sentimen pengguna Twitter terhadap Pemilihan Kepala Daerah, penelitian ini bertujuan untuk membuat suatu sistem yang dapat melakukan analisis sentimen. Metode yang digunakan pada penelitian ini adalah metode Support Vector Machine dengan pembobotan menggunakan Term Frequency – Inverse Document Frequency (TF-IDF). Performansi sistem diukur menggunakan Confusion Matrix dan akurasi. Nilai akurasi tertinggi yang didapatkan pada sistem ini sebesar 63.78 % dengan TF-IDF menggunakan bentuk kata Unigram, Bigram dan Trigram.