eprintid: 3929
rev_number: 10
eprint_status: archive
userid: 46
dir: disk0/00/00/39/29
datestamp: 2022-09-01 02:30:15
lastmod: 2022-09-03 12:15:11
status_changed: 2022-09-01 02:30:15
type: thesis
metadata_visibility: show
creators_name: Reza Anggia, Muhamad
creators_name: Tita Tosida, Eneng
creators_name: Quránia, Arie
creators_NPM: 065115294
creators_id: Rezap3069@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Tita Tosida, Eneng
contributors_name: Quránia, Arie
contributors_NIDN: 0425087601
contributors_NIDN: 0427047601
corp_creators: Universitas Pakuan
corp_creators: Fakultas MIPA
corp_creators: Ilmu Komputer
title: ANALISIS SENTIMEN KETENAGAKERJAAN BIDANG TELEMATIKA PADA MEDIA SOSIAL TWITTER
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: none
abstract: Abstrak Sekarang ini penggunaan (Information and Communication Technology - ICT) dalam industri sudah menjadi suatu keharusan bila ingin berkembang. ICT banyak dimanfaatkan diberbagai bidang industri, misalnya saja bidang pendidikan, perpustakaan, perbankan, dan masih banyak lagi contoh lainnya. Telematika sudah merupakan bagian yang tak terpisahkan dari kehidupan manusia, bahkan menjadi komoditas industri, bisnis informasi, media dan telekomunikasi. Dalam penelitian ini dilakukan analisis sentimen terhadap Ketenagakerjaan Bidang Telematika pada media sosial twitter menggunakan metode data mining Support Vector Machine (SVM) yang diimplementasikan dengan bahasa pemrograman python dengan menggunakan jupyter notebook sebagai editor dan apache solr sebagai penambangan data serta banana dashboard sebagai alat visualisasi data berbasis web dan akan didapatkan output berupa hasil analisis sentimen berupa visualisasi perbandingan sentimen positif, netral dan negatif terhadap Ketenagakerjaan Bidang Telematika pada media sosial dengan mengumpulkan data sebanyak 1.500 data. Dari hasil klasifikasi menghasilkan sebanyak 742 data termasuk ke dalam sentimen positif, 449 data termasuk ke dalam sentimen netral, dan 308 data termasuk ke dalam sentimen negatif dan dilakukan pengujian yang dilihat secara keseluruhan pada data tweet dan komentar ketenagakerjaaan bidang telematika dengan data latih sebanyak 70% dan 30% data uji lalu dilakukan pengujian akurasi dengan menggunakan Confusion Matrix mendapatkan tingkat rata-rata akurasinya sebesar 73.00%.
Kata kunci: Text Mining, Bidang Telematika, Klasifikasi Support Vector Machine.
date: 2019-12
date_type: published
institution: Universitas Pakuan
department: Ilmu Komputer
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Reza Anggia, Muhamad and Tita Tosida, Eneng and Quránia, Arie  (2019) ANALISIS SENTIMEN KETENAGAKERJAAN BIDANG TELEMATIKA PADA MEDIA SOSIAL TWITTER.  Skripsi thesis, Universitas Pakuan.