ANDREAS, DANIEL (2022) ANALISA SENTIMEN PENGGUNA TWITTER TERHADAP MUSISI INDONESIA MENGGUNAKAN TEXT MINING. Skripsi thesis, Universitas Bhayangkara Surabaya.
![[img]](http://eprints.ubhara.ac.id/style/images/fileicons/text.png) |
Text
1514321011_abstrak_id.pdf Download (30kB) |
Abstract
Twitter adalah sebuah situs jejaring sosial yang sedang berkembang pesat saat ini karena pengguna dapat berinteraksi dengan pengguna lainnya dari komputer ataupun perangkat mobile mereka dari manapun dan kapanpun. Selain digunakan untuk beropini. Twitter juga sering menjadi sarana promosi oleh musisi di indonesia seperti Tompi Penyanyi yang juga dokter bedah estetik Tompi aktif di Twitter sejak Agustus 2009 dengan nama pengguna @dr_tompi. Text Mining adalah proses ekstraksi pola berupa informasi dan pengetahuan yang berguna dari sejumlah besar sumber data teks, seperti dokumen Word, PDF, kutipan teks, dll. Jenis masukan untuk penambangan teks ini disebut data tak terstruktur dan merupakan pembeda utama dengan penambangan data yang menggunakan data terstruktur atau basis data sebagai masukan. Sentiment Analysis adalah penambangan kontekstual teks yang mengidentifikasi dan mengekstrak informasi subjektif dalam sumber, dan membantu para pebisnis untuk memahami sentimen sosial dari merek, produk atau layanan mereka saat memantau percakapan online. Hasil ketepatan klasifikasi menggunakan Naive Bayes Classifier pada musisi dr_tompi diperoleh akurasi sebesar 50.5%, Hasil perhitungan confussion matrix precision positif 58%, negatif 36% dan netral 63%, Hasil perhitungan confussion matrix recall positif 40%, negatif 43% dan netral 70%.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Wisuda 2022 |
| Uncontrolled Keywords: | Twitter, Mining, Sentiment, Analysis |
| Subjects: | Technology |
| Divisions: | Faculty of Engineering > Bachelor of Informations Technology |
| Depositing User: | Perpus Ubhara Surabaya |
| Date Deposited: | 17 May 2023 03:25 |
| Last Modified: | 17 May 2023 03:25 |
| URI: | http://eprints.ubhara.ac.id/id/eprint/1882 |
Actions (login required)
 |
View Item |
