Nujjiya, Febyla (2023) ANALISIS SENTIMEN MEDIA SOSIAL TWITTER TERHADAP APLIKASI MYPERTAMINA MENGGUNAKAN METODE NAIVE BAYES. S1 thesis, Universitas Mataram.
Text
LAPORAN TUGAS AKHIR - F1D019080 - NUJJIYA FEBYLA - TEKNIK INFORMATIKA.pdf Restricted to Repository staff only Download (1MB) |
||
|
Text
JURNAL TUGAS AKHIR - F1D019080 - NUJJIYA FEBYLA - TEKNIK INFORMATIKA.pdf Download (382kB) | Preview |
|
|
Image
POSTER TUGAS AKHIR - F1D019080 - NUJJIYA FEBYLA - TEKNIK INFORMATIKA.png Download (1MB) | Preview |
Abstract
Pengguna Twitter di Indonesia pada tahun 2022 mencapai 18,45 juta. Twitter merupakan sosial media yang efektif untuk menampung berbagai macam opini tentang berbagai hal. Data dari Twitter dapat diproses sebagai bahan referensi market atau penilaian terhadap seorang tokoh, selebriti, maupun politisi. Masyarakat pada saat ini ramai membicarakan tentang kenaikan BBM dan penggunaan aplikasi MyPertamina. Aplikasi MyPertamina memungkinkan penggunanya mendapatkan reward dengan berbagai penawaran. Selain memberikan reward untuk penggunanya, aplikasi ini juga dapat berfungsi untuk pembayaran cashless (non tunai). Untuk mengetahui kecenderungan opini opini dari masyarakat melalui Twitter, dilakukan analisis sentimen. Analisis sentimen ini dapat digunakan untuk menyaring komentar-komentar di media sosial yang terkait dengan aplikasi MyPertamina yang diinginkan baik itu pendapat positif dan negatif. Untuk mengklasifikasikan positif, negatif dan netral tersebut, dapat digunakan metode naive bayes. Metode naive bayes akan memprediksi peluang di masa yang akan datang berdasarkan pengalaman di masa sebelumnya. Berdasarkan hal tersebut peneliti akan melakukan analisis sentimen menggunakan naive bayes dan mendapatkan hasil rata-rata akurasi sebesar 88,8 %.
Item Type: | Thesis (S1) |
---|---|
Keywords (Kata Kunci): | Twitter, MyPertamina, Analisis Sentimen, Klasifikasi, Naive Bayes |
Subjects: | T Technology > TD Environmental technology. Sanitary engineering |
Divisions: | Fakultas Teknik |
Depositing User: | Meike Megawati |
Date Deposited: | 28 Jul 2023 01:41 |
Last Modified: | 28 Jul 2023 01:41 |
URI: | http://eprints.unram.ac.id/id/eprint/41804 |
Actions (login required)
View Item |