View/Open

Author
Abbi, Kurnia R.K.

Advisor
Raidah, Hanifah, S.T., M.T.
Ilham, Firman Ashari, S.Kom, M.T.

Koleksi
Teknik Informatika

Publisher

Analisis sentimen adalah metode untuk memahami, dan memproses data teks untuk memperoleh informasi emosi atau sentimen yang ada dalam pernyataan atau kalimat opini. Analisis sentimen juga dapat dilakukan untuk menganalisis opini pengguna media sosial Twitter terhadap topik tertentu, salah satunya topik 'Sekolah Online'. Penelitian yang diberi judul Evaluasi Klasifikasi Naïve Bayes (Studi Kasus: Data Twitter 'Sekolah Online Berbahasa Indonesia'), menggunakan metode klasifikasi Naïve Bayes dan pembobotan kata TF-IDF dan Gain Ratio bertujuan untuk menilai kinerja klasifikasi Naïve Bayes ketika menggunakan pembobotan kata TF-IDF dibandingkan ketika menggunakan pembobotan kata Gain Ratio dalam dataset 'Sekolah Online Berbahasa Indonesia' yang diambil dari media sosial Twitter. Hasil yang diperoleh dari penelitian ini adalah akurasi klasifikasi Naïve Bayes dengan pembobotan TF-IDF dengan jumlah fitur masing-masing 500, 1000, 1071 dan 1534 adalah 67%, 66,8%, 67

URI
https://repo.itera.ac.id/depan/submission/SB2201310005

Keyword