Analisis Sentimen Pada Twitter Menjelang Pilpres 2019 Menggunakan Naive Bayes

NUGROHO, Tejar Bayu and Khusnuliawati, Hardika and Charolina, Astri (2019) Analisis Sentimen Pada Twitter Menjelang Pilpres 2019 Menggunakan Naive Bayes. Other thesis, Universitas Sahid Surakarta.

[img] Text
TEJAR BAYU NUGRAHA_1_COVER-.pdf

Download (100kB)
[img] Text
TEJAR BAYU NUGRAHA_1A_ABSTRAK.pdf

Download (157kB)
[img] Text
TEJAR BAYU NUGRAHA_2_BAB_I.pdf

Download (209kB)
[img] Text
TEJAR BAYU NUGRAHA_3_BAB_II.pdf

Download (553kB)
[img] Text
TEJAR BAYU NUGRAHA_4_BAB_III.pdf

Download (653kB)
[img] Text
TEJAR BAYU NUGRAHA_5_BAB_IV.pdf
Restricted to Repository staff only

Download (950kB)
[img] Text
TEJAR BAYU NUGRAHA_6_BAB_V.pdf
Restricted to Repository staff only

Download (156kB)
[img] Text
TEJAR BAYU NUGRAHA_7_DAFPUST-LAMPIRAN.pdf

Download (175kB)

Abstract

Pemilihan presiden tahun 2019 ini memang sangat menarik, pasalnya calon yang akan mengikuti pemilu tersebut pernah bertarung juga pada pilpres tahun 2014. Tahun 2019 ini jokowi menggandeng maaruf amin untuk menjadi wakil presiden, sedangkan Prabowo menggandeng Sandiaga Uno untuk menjadi wakil presiden. Pesta demokrasi ini juga memunculkan berbagai sentimen pada masyarakat, khususnya pada media sosial Twitter. Karena Twitter dapat menjadi sarana untuk berkampanye atau promosi untuk masing – masing calon. Penelitian ini diharapkan dapat membantu menentukan berbagai jenis sentimen yang terdapat pada sebuah tweet yang mengandung sentimen positif atau negatif. Algoritma yang digunakan adalah algoritma naive bayes sedangkan data yang digunakan adalah data tweet dalam bahasa Indonesia yang berjumlah 150 dengan kata kunci Jokowi Pilpres dan Prabowo Pilpres. Hasil analisis adalah analisis senetimen terhadap pilpres 2019. Perhitungan yang menggunakan aplikasi WEKA yang memperoleh hasil untuk Jokowi pilpres mendapatkan Correctly Classified Instances sebesar 56.6667% dari 150 data, sedangkan untuk Prabowo pilpres mendapatkan nilai Correctly Classified Instances sebesar 68.3333% dari 150 data.

Item Type: Thesis (Other)
Subjects: J Political Science > JA Political science (General)
T Technology > T Technology (General)
Divisions: Fakultas Sains, Teknologi dan Kesehatan > Informatika
Depositing User: Fahmi Yufrizal Yusuf
Date Deposited: 26 Mar 2021 03:42
Last Modified: 01 Aug 2022 07:15
URI: https:///id/eprint/517

Actions (login required)

View Item View Item