eprintid: 7911 rev_number: 7 eprint_status: archive userid: 46 dir: disk0/00/00/79/11 datestamp: 2024-07-03 06:22:54 lastmod: 2024-07-03 06:22:54 status_changed: 2024-07-03 06:22:54 type: thesis metadata_visibility: show creators_name: Nurul Kilah, Fany Syafira creators_name: Harsani, Prihastuti creators_name: Anggraeni, Irma creators_NPM: 065115125 contributors_type: http://www.loc.gov/loc.terms/relators/THS contributors_type: http://www.loc.gov/loc.terms/relators/TRC contributors_type: http://www.loc.gov/loc.terms/relators/THS corp_creators: Universitas Pakuan corp_creators: Fakultas Matematika dan Ilmu Pengetahuan Alam corp_creators: Program Studi Ilmu Komputer title: ANALISIS SENTIMEN MASYARAKAT TERHADAP PESERTA PEMILU PADA MEDIA SOSIAL TWITTER MENGGUNAKAN PERBANDINGAN METODE NAIVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE ispublished: pub subjects: QK divisions: sch_ecs full_text_status: public abstract: ANALISIS SENTIMEN MASYARAKAT TERHADAP PESERTA PEMILU PADA MEDIA SOSIAL TWITTER MENGGUNAKAN PERBANDINGAN METODE NAIVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE Fanny Syafira1) ,Irma Anggraeni 2) ,Prihastuti Harsani3) 1,2,3) Program Studi Ilmu Komputer Universitas Pakuan, Jl. Pakuan PO Box 452, Bogor 16143,Jawa Barat, Indonesia 3 Department of Computer Science, Faculty of Mathematics and Natural Science, PakuanUniversity, Bogor, West Java, 16143, Indonesia Abstrak Dalam penelitan ini akan dilakukan analisis sentimen masyarakat terhadap peserta pemilu 2019 yang diungkapkan melalui jejaring sosial Twitter. Ada beberapa tahap untuk melakukan analisis sentimen, diantaranya adalah tahap pengumpulan data (scraping), spelling normalization, case folding, tokenizing, stopword, stemming dan klasifikasi opini menggunakan metode Naïve Bayes Classifier dan Support Vector Machine. Hasil dari penelitian ini didapatkan bahwa pasangan Capres 01 mendapatkan jumlah 14,2% untuk sentimen positif, 68,15% sentimen negatif dan 19,5% sentimen netral. Sedangkan pasangan capres 02 mendapatkan total 24,7% sentimen positif, 64,5% sentimen negatif, dan 10,65% sentimen netral. Algoritma Naïve Bayes Classifier merupakan algoritma yang tepat untuk kasus analisis sentimen masyarakat media sosial Twitter dengan akurasi 94% dan 99% sedangkan pada metode Support Vector Machine hanya memperoleh akurasi 72% dan 65%. Kata Kunci : Algoritma Naïve Bayes Classifier, scraping date: 2019-08-01 date_type: published pages: 24 institution: Universitas Pakuan department: Fakultas Matematika dan Ilmu Pengetahuan Alam thesis_type: Skripsi thesis_name: Sarjana citation: Nurul Kilah, Fany Syafira and Harsani, Prihastuti and Anggraeni, Irma (2019) ANALISIS SENTIMEN MASYARAKAT TERHADAP PESERTA PEMILU PADA MEDIA SOSIAL TWITTER MENGGUNAKAN PERBANDINGAN METODE NAIVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE. Skripsi thesis, Universitas Pakuan. document_url: http://eprints.unpak.ac.id/7911/1/Skripsi%20Fanny.pdf