ANALISIS SENTIMEN TWEET KENAIKAN TIKET MASUK CANDI BOROBUDUR MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN DECISION TREE

Dedi, Kundana and Chairani, Chairani (2024) ANALISIS SENTIMEN TWEET KENAIKAN TIKET MASUK CANDI BOROBUDUR MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN DECISION TREE. Masters thesis, Institut Informastika dan Bisnis Darmajaya.

	Text Cover.pdf Download (97kB)
	Text Pernyataan Keaslian.pdf Download (107kB)
	Text Persetujuan Tesis.pdf Download (138kB)
	Text Pengesahan Tesis.pdf Download (122kB)
	Text Persetujuan Cetak Tesis.pdf Download (111kB)
	Text Kata Pengantar - Motto.pdf Download (75kB)
	Text Abstrak.pdf Download (99kB)
	Text Daftar Isi.pdf Download (96kB)
	Text BAB 1.pdf Download (150kB)
	Text BAB 2.pdf Download (180kB)
	Text BAB 3.pdf Download (317kB)
	Text BAB 4.pdf Download (448kB)
	Text BAB 5.pdf Download (76kB)
	Text Daftar Pustaka.pdf Download (217kB)
	Text Lampiran.pdf Download (517kB)

Abstract

Perkembangan media sosial belakangan ini amat berpengaruh serta memberikan peran besar bagi beragam aspek kehidupan masyarakat di era digital. Twitter merupakan salah satu jejaring media sosial yang populer digunakan masyarakat di Indonesia. Melalui media sosial Twitter, pengguna dapat melakukan berbagai aktivitas, diantaranya adalah komunikasi antar individu maupun kelompok, menuliskan kegiatan keseharian, mempromosikan usaha, beradu argumen, hingga menyampaikan opini terkait suatu topik pembahasan. Pada awal Juni 2022 lalu, rencana kenaikan harga tiket masuk Candi Borobudur menjadi salah satu persoalan yang menuai banyak perbincangan di dunia nyata bahkan di berbagai media sosial diantaranya Twitter. Rencana kenaikan harga tiket masuk ke Candi Borobudur ini menuai berbagai reaksi pro dan kontra dalam masyarakat. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap rencana kenaikan harga tiket Candi Borobudur. Analisis sentimen pada data Twitter dapat diimplementasikan dengan menggunakan algoritma klasifikasi. Algoritma klasifikasi yang banyak digunakan dalam penelitian analisis sentimen yaitu Naïve Bayes (NB) dan Decision Tree (DT). Alasan dipilihnya Naïve Bayes dan Decision Tree karena algoritma ini merupakan algoritma yang paling populer digunakan untuk memproses klasifikasi data teks, prosesnya sederhana, efisien,dan berkinerja baik. Sumber dataset pada penelitian ini diambil dari media sosial Twitter. Hasil akurasi metode Naive Bayes berdasarkan evaluasi hasil pengujian menghasilkan nilai akurasi tertinggi dibandingkan dengan Decision Tree yaitu menghasilkan presentase pengujian 61.07%. Sedangkan hasil akurasi metode Decision Tree menghasilkan nilai akurasi pengujian 45.18%. Kata kunci: analisis sentimen, Naive Bayes, Decision Tree, tiket Candi Borobudur, media sosial Twitter

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Dedi Kundana
Date Deposited:	26 Jul 2024 08:00
Last Modified:	26 Jul 2024 08:00
URI:	http://repo.darmajaya.ac.id/id/eprint/16886

Actions (login required)

View Item