Detail Laporan TA : LAILATUL ULWIYAH

LAILATUL ULWIYAH (2018) Analisis Sentimen Dan Klasifikasi Topik Pengaduan Masyarakat Indramayu Dengan Menggunakan Metode Naive Bayes Pada Data Twitte Skripsi, Teknik Informatika
Politeknik Negeri Indramayu.

Text LAPORAN BAB 1 ( Download )

Analisis sentimen adalah suatu kegiatan memahami, mengekstrak dan mengolah data tekstual dengan tujuan untuk mendapatkan informasi yang terkandung dalam suatu kalimat sentimen. Dalam melakukan perbaikan terhadap pelayanan, pemerintah membutuhkan umpan balik masyarakat. Umpan balik ini merupakan sumber informasi awal dalam penilaian kinerja. Salah satu cara untuk mendapatkan umpan balik dari masyarakat adalah dengan menggunakan sosial media, salah satunya adalah twitter. Masyarakat menggunakan twitter untuk menuliskan opininya terhadap suatu objek atau kejadian. Dalam pemanfaatannya opini-opini ini membutuhkan analisis yang tepat sehingga informasi yang dihasilkan dapat mengetahui kinerja Pemerintah Kabupaten Indramayu untuk proses pengambilan keputusan. Kegiatan analisis sentimen pada media sosial twitter ini memerlukan usaha yang cukup besar karena data sentimen di media sosial twitter berkembang sangat pesat secara eksponensial. Menganalisis sentimen pengguna Twitter satu persatu dengan cara manual bukanlah hal yang efektif karena harus ekstra dalam mengeluarkan banyak tenaga, biaya dan membutuhkan waktu yang cukup banyak sehingga dalam penelitian ini penulis mengusulkan untuk merancang dan membangun sebuah aplikasi web untuk analisis sentimen pengguna twitter menggunakan Naïve Bayes Classifier yang dapat mengekstrak informasi dan mengklasifikasi sentimen serta topiknya secara otomatis. Metode yang digunakan untuk analisis sentimen beserta dengan topiknya adalah Naïve Bayes sebagai metode klasifikasi, penelitian ini menggunakan Term Frequency-Inverse Document Frequency dan CountVectorizer untuk proses seleksi fitur. Term Frequency-Inverse Document Frequency jika dikombinasikan dengan Naïve Bayes Classifier akan menunjukkan hasil yang lebih optimal. Untuk hasil keluaran sistem berupa sentimen dengan kategori sentimen positif dan negatif beserta dengan topiknya berupa sektor lainnya, pemerintahan, wisata dan kesehatan. Pengujian model dengan menggunakan 30 data uji, hasil dari pengujian model memperlihatkan bahwa metode Naïve Bayes Classifier memberikan hasil akurasi klasifikasi sentimen 93%, presisi 90%, recall 90%, dan F1-score 100% Sedangkan untuk akurasi klasifikasi topik sebesar 80%, presisi 100%, recall 89.6% dan F1-score 94%. Kata Kunci : Aplikasi Web, Analisis Sentimen, Twitter, Naïve Bayes Classifier, CountVectorizer, Term Frequency-Inverse Document Frequency, Klasifikasi topik.