ANALISIS SENTIMEN KENAIKAN HARGA BERAS DI INDONESIA PADA MEDIA SOSIAL FACEBOOK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Agustin, Dwi Retno (2023) ANALISIS SENTIMEN KENAIKAN HARGA BERAS DI INDONESIA PADA MEDIA SOSIAL FACEBOOK MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Sarjana (S1) thesis, UNIVERSITAS NAHDLATUL ULAMA SUNAN GIRI.

[thumbnail of Cover.pdf] Text
Cover.pdf

Download (259kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (562kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (819kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (841kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (233kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf

Download (474kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Harga beras di Indonesia pada tahun 2022 mulai mengalami kenaikan harga terus menerus hingga awal tahun 2023, berita tersebut tersebar luas melalui beberapa media berita di televisi maupun media sosial. Kenaikan harga beras sangat mempengaruhi berbagai aspek masyarakat Indonesia. Aplikasi Facebook merupakan salah satu media yang banyak digemari oleh masyarakat Indonesia, Facebook memiliki 2, 1 milyar pengguna aktif. Pada saat beredar berita mengenai kenaikan harga beras, salah satu akun media resmi di Facebook yaitu CNN Indonesia memposting terkait berita kenaikan harga beras di Indonesia pada tanggal 23 September 2022 banyak masyarakat Indonesia berkomentar dalam postingan tersebut. Pada penelitian ini menggunakan data yang diperoleh dari Scraping data teks komentar postingan tersebut sebesar 670 komentar pada rentang waktu 27 september sampai 24 maret 2023. Data tersebut dibuat sebagai dataset untuk proses machine learning latih dan uji guna diklasifikasi menggunakan metode keunggulan Naive Bayes Classifier untuk mengidentifikasi polaritas sentimen positif dan negatif. Oleh karena itu, hasil proses klasifikasi menggunakan metode NBC adalah 76%, dengan 80% data latih dan 20% data uji. Akhirnya, selama proses visualisasi, diperoleh hasil positif berupa “beras”, “harga”, “tani”, “rakyat”, “kerja”, “Alhamdulillah”, “bagus”, “mantap”. Sedangkan visualisasi pada kelas sentimen negatif yaitu “harga”, “rakyat”, “beras”, “tani”, “bbm”, “mahal”, “turun”, “naik”.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: analisis sentimen, CNN Indonesia, Facebook, Naïve Bayes Classifier (NBC).
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Dwi Retno Agustin
Date Deposited: 14 Sep 2023 08:20
Last Modified: 14 Sep 2023 08:20
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
Santi, Nirma Ceisa
NIDN0730099402
Thesis advisor
Rohmah, Roihatur
NIDN0726039401
URI: https://repository.unugiri.ac.id:8443/id/eprint/4042

Actions (login required)

View Item
View Item