Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Optimasi Akurasi Analisis Sentimen Pada Posting Twitter Menggunakan Metode Naive Bayes dan Stemming
Zaqisyah NIM. (2014) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Analisis sentimen dilakukan untuk melihat pendapat atau kecenderungan opini terhadap sebuah masalah atau objek oleh seseorang, apakah cenderung berpandangan atau beropini negatif atau positif. Salah satu contoh penggunaan analisis sentimen dalam dunia nyata adalah identifikasi opini publik terhadap kandidat capres. Akibatnya timbul kebutuhan untuk mengatur dan mengelompokkan opini berdasarkan sentimennya agar seseorang dapat mencari dan menilai kualitas kandidat capres dari opini publik, akan tetapi jika pengelompokkan berita dilakukan secara manual memakan waktu yang lama dan mahal maka dari itu diperlukan klasifikasi dokumen.Metode yang dapat digunakan dalam pengklasifikasian yaitu Naive Bayes. Naive Bayes merupakan metode klasifikasi dengan tingkat keakuratan tinggi dan penghitungan yang sederhana. Alat pemodelan yang digunakan adalah flowmap, dan Unified Modelling Language (UML).Metodologi penelitian yang digunakan dalam menyusun tugas akhir ini adalah metode Analisis Deskriptif.Berdasarkan hasil penelitian dan setelah dilakukannya pengujian alpha dan terhadap sistem klasifikasi Naive Bayes pada posting twitter kesimpulan yang diambil yaitu stopwords dan stemming cukup mempengaruhi kinerja sistem pada akurasi karena kosa kata yang didapat berbeda hasilnya.
Ringkasan Alternatif
Sentiment analysis is done to see the trend of opinion or opinion on a matter by a person or object, whether or opine tend to view negative or positive. One example of the use of sentiment analysis is the identification of the real world public opinion against the presidential candidate. As a result, the need arises to organize and categorize opinions based on the sentiment that one can search for and assess the quality of presidential candidates from public opinion, but if done manually grouping news time-consuming and expensive and therefore needed classification of documents. Method that can be used is Naive Bayes classification. Naive Bayes is a classification method with high accuracy and simple calculations. Modeling tool used is flowmap, and Unified Modeling Language (UML). The research methodology used in compiling this thesis is a method of Descriptive Analysis.Based on the results of the study and after doing an alpha test and the Naive Bayes classification system on the conclusions drawn twitter posts that stopwords and stemming quite affecting system performance in accuracy due to different vocabularies obtained result.
Sumber
Judul Serupa
- Optimasi Akurasi Analisis Sentimen Pada Twitter Menggunakan Metode N-Gram