Analisis Sentimen Tweet Covid 19 Menggunakan Metode
K-Nearest Neighbors

MUHAMMAD HAFIZH MAHENDRA

Informasi Umum

Kode

22.04.1063

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Analysis, Informatics,

Dilihat

19 kali

Informasi Lainnya

Abstraksi

Memasuki abad ke-21 seiring berkembangnya teknologi dan informasi, jumlah data yang ada di internet berkembang pesat. Ini mengakibatkan para peneliti mengakses data dan informasi untuk kebutuhan seperti penelitian akademik maupun penggunaan komersial. Social Data pada dunia maya dapat berisi tentang kejadian yang terjadi di kehidupan nyata, kita ambil contoh yang sekarang terjadi yaitu wabah global COVID-19 yang disebabkan oleh virus corona tersebar diseluruh dunia. Karena penyebaran virus yang cepat di berbagai tempat, World Health Organization (WHO) menyatakan keadaan darurat. Banyaknya individual termasuk berbagai media organisasi dan pemerintah menghadirkan berita terbaru dan opini terhadap virus corona. Dengan menganalisa sentimen publik terhadap virus corona memungkinkan kita untuk menyimpulkan hasil analisis pendapat masyarakat. Dataset yang digunakan adalah open dataset di website Kaggle yang diambil dari Twitter. Ada beberapa tahapan untuk menganalisis sentimen dilakukan teknik seperti tokenization, stemming, classification, dan lain-lain sangat berpengaruh pada akurasinya. Metode Feature Extraction yang digunakan yaitu Term Frequency - Inverse Document Frequency (TF-IDF) dan CountVectorizer. Hasil pengujian pada model ini menghasilkan hasil akurasi terbaik 73,2% dengan Feature Extraction TF-IDF.