Widyaningsih, Tri (2019) KLASIFIKASI TEXT KOMENTAR POSITIF DAN NEGATIF SOSIAL MEDIA MENGGUNAKAN NAÏVE BAYES. Undergraduate thesis, Universitas Islam Sultan Agung.
Text
COVER.pdf Download (3MB) |
|
Text
ABSTRAK.pdf Download (137kB) |
|
Text
Publikasi.pdf Download (148kB) |
|
Text
DAFTAR ISI.pdf Download (144kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (112kB) |
|
Text
LAMPIRAN.pdf Download (1MB) |
|
Text
BAB I.pdf Download (133kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (327kB) |
|
Text
BAB V.pdf Restricted to Registered users only Download (130kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (992kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (1MB) |
Abstract
Media sosial merupakan salah satu platform kunci untuk berbagi informasi dan opini banyak orang mengungkapkan berbagai ide sudut pandang dan pendapat tentang berbagai topik yang menjadi minat. Teks media sosial memiliki informasi yang kaya akan perusahaan, produk, dan layanan yang ditawarkan. Di media sosial pun masing-masing orang memiliki hak untuk bebas berkomentar, teradang beberapa komentar yang ditulis di media sosial tidak atau kurang disaring baik itu dari sisi aplikasi maupun penulis komentar dan kadang dapat terindikasi sebagai berita palsu atau ujaran kebencian (hate speech). Maka dari itu saya menggunakan metode Naïve Bayes karena merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Dengan algoritma Naïve Bayes maka dapat dilakukan klasifikasi apakah sebuah komentar condong kepada positif atau negatif. Maka dari itu dapat dibuat klasifikasi teks untuk komentar negatif dan positif menggunakan metode Naïve Bayes. Kata Kunci : Media sosial, klasifikasi teks untuk komentar negatif dan positif, Metode Naïve Bayes
Item Type: | Thesis (Undergraduate) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Pustakawan 5 UNISSULA |
Date Deposited: | 20 Jan 2020 06:32 |
Last Modified: | 20 Jan 2020 06:32 |
URI: | http://repository.unissula.ac.id/id/eprint/15091 |
Actions (login required)
View Item |