PERBANDINGAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBORS UNTUK ANALISIS SENTIMEN COVID-19 DI TWITTER

Syifa, Habibi Aulia Nur and FIRLIANA, RINA and NUGROHO, ARIE (2023) PERBANDINGAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBORS UNTUK ANALISIS SENTIMEN COVID-19 DI TWITTER. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

This is the latest version of this item.

[img] Text (Full Text)
RAMA_57201_18103030012.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (4MB)
[img] Text (Similarity)
RAMA_57201_18103030012_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (310kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_57201_18103030012_0731087703_0712108103_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (BAB 2)
RAMA_57201_18103030012_0731087703_0712108103_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (300kB)
[img] Text (BAB 3)
RAMA_57201_18103030012_0731087703_0712108103_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (33kB)
[img] Text (BAB 4)
RAMA_57201_18103030012_0731087703_0712108103_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (516kB)
[img] Text (BAB 5)
RAMA_57201_18103030012_0731087703_0712108103_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (7kB)
[img] Text (References)
RAMA_57201_18103030012_0731087703_0712108103_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (246kB)
[img] Text (Lampiran)
RAMA_57201_18103030012_0731087703_0712108103_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB)

Abstract

COVID-19 ialah infeksi gangguan pernapasan yang dapat menular dengan cepat. Penyakit ini muncul di tiongkok pada bulan november 2019. Di negara Indonesia sendiri pada tanggal 10 april 2020 ditemukan sebanyak lebih dari 3000 kasus positif mengidap COVID-19 dengan tingkat kematian sebesar 9.1%. Belum tuntasnya upaya pemutusan rantai penyebaran COVID-19 oleh pemerintah membuat kalangan masyarakat menjadi resah, was-was dan ketakutan terhadap adanya pandemi ini. Banyak masyakarat yang ingin meluapkan aspirasinya di sosial media yang dirasa cocok sebagai tempat yang mewakili aspirasi masyakarat akan pandemi COVID- 19. Salah satu media sosialnya yaitu twitter. Terdapat banyak sekali pesan teks yang dikirimkan ada pesan teks yang positif dan ada juga pesan teks yang negatif sehingga sulit untuk mengambil informasi yang selaras didalamnya karena keberagaman pesan teks yang dikirim. Salah satu cara untuk mengatasi hal tersebut ialah menggunakan analisis sentimen(pendapat). Pada penelitian ini terdapat berbagai proses antara lain pengumpulan data, preprocessing teks, pembobotan kata, Klasifikasi sentimen menggunakan algoritma K-Nearest Neighbors(KNN) dan Naïve Bayes Classifiers(NBC). Hasil yang diperoleh pada penelitian ini algoritma KNN mendapat akurasi sebesar 72.37% sedangkan algoritma NBC mendapat akurasi sebesar 67.84%. KNN menjadi algoritma klasifikasi yang paling baik untuk mengklasifikasikan sentimen(pendapat) negatif, Dimana label negatif yang diprediksi benar(TN) pada KNN lebih besar yaitu 393 dibanding NBC yang sebanyak 339. sedangkan NBC menjadi algoritma yang paling baik untuk mengklasifikasikan sentimen(pendapat) positif, dimana label positif yang diprediksi benar(TP) pada NBC lebih besar yaitu 275 dibanding KNN yang sebanyak 262.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: COVID-19, Twitter, Analisa Sentimen, K-Nearest Neighbors, Naïve Bayes Classifiers
Subjects: 410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
410 Engineering science > 462 Information technology
410 Engineering science > 473 Mining engineering (mining engineering)
Depositing User: Mahasiswa Habibi Aulia Nur Syifa Habibi
Last Modified: 28 Feb 2023 03:09
URI: http://repository.unpkediri.ac.id/id/eprint/9191

Available Versions of this Item

Actions (login required)

View Item View Item