Analisis Sentimen Tweet Covid 19 Menggunakan Metode K-Nearest Neighbors

MUHAMMAD HAFIZH MAHENDRA

Informasi Dasar

22.04.1063
004
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

ANALYSIS
INFORMATICS,

Katalog

Analisis Sentimen Tweet Covid 19 Menggunakan Metode K-Nearest Neighbors
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD HAFIZH MAHENDRA
Perorangan
DANANG TRIANTORO MURDIANSYAH
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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