ANALISIS SENTIMEN IDIOM INDONESIA PADA TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES

Pai, Rendi Andre Aldi and Wikarsa, Liza and Suwanto, Thomas Christian (2020) ANALISIS SENTIMEN IDIOM INDONESIA PADA TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

[img] PDF
COVER-DAFTAR_ISI_RendiPai.pdf

Download (736kB)
[img] PDF
BAB_ISI-LAMPIRAN_RendiPai.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Idiom sering digunakan dalam pernyataan, pendapat dan sentimen tentang sesuatu atau seseorang dalam ungkapan yang maknanya tidak dapat dipahami secara harfiah. Twitter adalah mikroblog media sosial tempat pengguna dapat mencari dan mendiskusikan masalah atau topik terkini. Di Twitter terdapat kumpulan tweet yang dikirim oleh pengguna dari seluruh dunia. Namun belum ada penelitian tentang analisis sentimen idiom yang menggunakan bahasa Indonesia
Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan idiom berbahasa Indonesia di Twitter menggunakan Naïve Bayes Classifier. Sentimen yang terkandung dalam idiom akan diklasifikasikan menjadi tujuh, yaitu senang, terkejut, netral, marah, takut, sedih, dan jijik. Empat tahapan dalam penelitian ini adalah Pengumpulan Data, Pre-processing, Pengolahan, dan Validasi. Eksperimen yang dilakukan dengan membagi hasil data dengan persentasi 70% data training dan 30% data testing. kata kunci ada 3 yang digunakan yaitu peribahasa, sindiran, dan ejekan. Dari percobaan sebanyak 5x, hasil akurasi tertinggi di dapat pada percobaan pertama dengan persentasi 79.41%. Untuk percobaan yang kedua, ketiga dan sampai kelima hasil akurasinya menurun. Hasil menurun disebabkan karena data testing semakin banyak dan belum masuk pada data training.
Kata kunci: Idiom, Analisis Sentimen, Naïve Bayes, Twitter, Indonesia.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNIM/NIDN
Pai, Rendi Andre AldiNIM.16013084
Wikarsa, LizaNIDN.0912047902
Suwanto, Thomas ChristianNIDN.0921128101
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Mr Victor Edwin Ohoiwutun
Date Deposited: 16 Mar 2022 03:45
Last Modified: 16 Mar 2022 03:45
URI: http://repo.unikadelasalle.ac.id/id/eprint/2311

Actions (login required)

View Item View Item