Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Analisis sentimen pada akun twitter provider telekomunikasi
Solahudin Anwar NIM. (2015) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Layanan jejaring sosial Twitter saat ini banyak digunakan oleh provider telekomunikasi sebagai media komunikasi dan penyampaian opini dari pengguna terhadap layanan yang digunakannya. Setiap opini pada tweet yang dikirim kepada akun twitter provider dapat bermanfaat sebagai penilaian terhadap layanannya. Banyaknya dan beragamnya tweet akan membutuhkan waktu yang lama untuk memeriksanya. Masalah tersebut dapat diselesaikan dengan menggunakan analisis sentimen. Secara garis besar analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen positif dan kelas sentimen negatif. Pada penelitian ini metode klasifikasi yang digunakan untuk analisis sentimen adalah metode klasifikasi Support Vector Machine (SVM) dan metode klasifikasi Naive Bayes. Prinsip dasar metode SVM adalah pengklasifikasian linear (linear classifier). Metode klasifikasi Naive Bayes adalah metode klasifikasi probabilistik sederhana berdasarkan penerapan teorema Bayes. Proses yang terdapat pada analisis sentimen dimulai dengan preprocessing terhadap data tweet. Setelah preprocessing, dilakukan klasifikasi tweet terhadap kelas relevan dan kelas non relevan menggunakan metode Support Vector Machine. Pada tahap akhir dilakukan klasifikasi terhadap kelas positif dan kelas negatif menggunakan metode klasifikasi Naive Bayes. Berdasarkan dari penelitian yang telah dilakukan, dengan menggunakan metode pengujian confusion matrix terhadap hasil klasifikasi dari metode klasifikasi Naive Bayes untuk kelas tweet positif dan negatif diperoleh akurasi 96% dari 300 data yang diuji
Ringkasan Alternatif
Twitter is social networking service currently most used by the telecommunications provider as a communication medium and the delivery of users opinion about service uses. Any opinions on the Tweets sent to twitter account provider can be useful as an assessment of itÃâs services. Many and various tweets will take a long time to review it. The problem can be solved using sentiment analysis. Sentiment analysis is the process of classification documents sentiment textual into two class, positive and negative sentiment class.On this research, classification method that used for sentiment analysis is Support Vector Machine (SVM) and Naive Bayes classification method. The fundamental basis of SVM method is linear classification (linear classifier). Naive Bayes classification method is a simple probabilistic classification method based on the application of Bayes theorem. The process of the sentiment analysis begins with a preprocessing of tweet data. After preprocessing, tweet classified to the relevant class and non relevant class using Support Vector Machine method. The final stages is classification positive class and negative class using Naive Bayes classification method.Based on the results of the research has been done by using the confusion matrix testing, Naive Bayes classification method could classify tweet containing sentiment into positive and negative class. The results of tweet qualification for positive and negative class obtained accuracy reached 96% from 300 data was tested.