Ayuningtyas, Ajeng Widya - 165610060 (2020) ANALISIS SENTIMEN TERHADAP STMIK AKAKOM YOGYAKARTA MENGGUNAKAN METODE NAÏVE BAYES BERDASARKAN KOMENTAR FACEBOOK DAN ULASAN DI GOOGLE MAPS. Skripsi thesis, STMIK AKAKOM Yogyakarta.
|
Text (HALAMAN DEPAN)
1_165610060_HALAMAN_DEPAN.pdf - Published Version Download (882kB) | Preview |
|
|
Text (BAB I)
2_165610060_BAB_I.pdf - Published Version Download (129kB) | Preview |
|
|
Text (BAB II)
3_165610060_BAB_II.pdf - Published Version Download (356kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text (BAB III)
4_165610060_BAB_III.pdf - Published Version Restricted to Repository staff only Download (290kB) | Request a copy |
|
|
Text (BAB IV)
5_165610060_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (786kB) | Request a copy |
|
|
Text (BAB V)
6_165610060_BAB_V.pdf - Published Version Download (113kB) | Preview |
|
|
Text (DAFTAR PUSTAKA)
7_165610060_DAFTAR_PUSTAKA.pdf - Published Version Download (290kB) | Preview |
|
|
Text (LAMPIRAN DATA PENELITIAN)
8_165610060_LAMPIRAN.pdf - Published Version Download (2MB) | Preview |
Abstract
Perkembangan teknologi informasi dan komunikasi telah menghasilkan sejumlah produk teknologi, salah satunya yaitu media sosial. Saat ini, media sosial tidak hanya digunakan untuk berkomunikasi, tetapi juga untuk mempromosikan produk atau jasa. Facebook, sebagai salah satu media sosial, digunakan oleh STMIK Akakom Yogyakarta untuk membagikan kegiatan, berita terkini, hingga melakukan kegiatan promosi institusi kepada calon mahasiswa. Pada setiap post, dukungan kepada STMIK Akakom Yogyakarta dapat dilihat melalui jumlah like. Namun, Facebook belum mampu menganalisa dukungan atau sentimen berdasarkan komentar. Selain Facebook, sentimen terhadap STMIK Akakom Yogyakarta juga ditemukan di Google Maps tetapi belum tersedia fitur untuk menganalisa ulasan. Penelitian ini membahas tentang metode Naïve Bayes yang digunakan untuk mengklasifikasikan teks komentar ke dalam kelas positif, netral atau negatif sehingga dapat diketahui kecenderungan sentimen masyarakat terhadap institusi. Data yang berhasil terkumpul untuk penelitian ini sebanyak 377 data. Sebelum dilakukan pre-processing, data terlebih dahulu diberi label sentimen berdasarkan pengamatan peneliti terhadap makna komentar secara keseluruhan. Setelah pre-processing, diperoleh 583 data latih dan 146 data uji. Ternyata, data tidak merepresentasikan setiap kelas secara merata (imbalanced data) sehingga perlu menerapkan SMOTE untuk membentuk data sintetis dari kelas minoritas. Hasil yang diperoleh yaitu sentimen yang berkembang cenderung negatif dengan true positive untuk negatif sebesar 100% dan tingkat akurasi klasifikasi bernilai 89,73%. Kata kunci: Analisis sentimen, imbalanced data, Naïve Bayes, STMIK Akakom Yogyakarta, SMOTE.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing: Deborah Kurniawati, S.Kom., M.Cs. |
| Uncontrolled Keywords: | Analisis sentimen, imbalanced data, Naïve Bayes, STMIK Akakom Yogyakarta, SMOTE |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Hardware A Karya Umum (General) > Ilmu Komputer (Computer Science) > Perangkat Lunak A Karya Umum (General) > Ilmu Komputer (Computer Science) > Teknologi Informasi A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Operasi (Operating System) |
| Divisions: | Jenjang Strata Satu > Sistem Informasi (Information System) |
| Depositing User: | Denis Wahyudi, A.Md. |
| Date Deposited: | 13 Okt 2020 04:20 |
| Last Modified: | 13 Okt 2020 04:20 |
| URI: | http://eprints.akakom.ac.id/id/eprint/8948 |
Actions (login required)
 |
View Item |
