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 Dasar

19.04.369
006.754
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

ONLINE SOCIAL NETWORKS
 

Katalog

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

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMAD FAJAR ANSHARI
Perorangan
ERWIN BUDI SETIAWAN, DIYAS PUSPANDARI
 

Penerbit

Universitas Telkom
Bandung
2019

Koleksi

Kompetensi

  • IKG3N3 - DATA MINING
  • CNH4G3 - MACHINE LEARNING

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini