Herwasto, Suharyo (2018) ANALISIS SENTIMEN FIGUR BAKAL CALON PRESIDEN INDONESIA 2019 DENGAN METODE SUPPORT VECTOR MACHINE. Undergraduate thesis, Universitas Islam Sultan Agung.
Cover.pdf
Restricted to Repository staff only
File Pdf (537kB)
Abstrak.pdf
Restricted to Repository staff only
File Pdf (67kB)
Daftar Isi.pdf
Restricted to Repository staff only
File Pdf (95kB)
Publikasi.pdf
Restricted to Repository staff only
File Pdf (74kB)
Bab I.pdf
Restricted to Repository staff only
File Pdf (127kB)
Bab II.pdf
Restricted to Repository staff only
File Pdf (232kB)
Bab III.pdf
Restricted to Repository staff only
File Pdf (565kB)
Bab IV.pdf
Restricted to Repository staff only
File Pdf (552kB)
Bab V.pdf
Restricted to Repository staff only
File Pdf (108kB)
Daftar Pustaka.pdf
Restricted to Repository staff only
File Pdf (122kB)
Lampiran.pdf
Restricted to Repository staff only
File Pdf (338kB)
Abstract
Pada tahun politik 2018 akan saling bermunculan tokoh-tokoh yang digaungkan untuk menjadi calon Presiden Indonesia 2019. Proses pengenalan tokoh tersebut umumnya kini menggunakan media sosial, sehingga akan muncul opini-opini dari pengguna media sosial. Opini yang muncul tidak hanya mengandung polaritas positif dan negatif, namun juga mengandung kalimat subjektif dan objektif. Dengan menggunakan algoritma machine learning, yakni Support Vector Machine, dilakukan analisis sentimen. Hasil dari analisis sentimen ini lebih maksimal menggunakan kernel Linear dengan nilai C=0.01 didapatkan nilai rata-rata akurasi 67%, presisi 64.3%, recall 68.67%, f-measure 66% untuk polaritas sentimen, sedangkan untuk subjektivitas sentimen rata-rata akurasi 67%, presisi 81.67%, recall 65.67%, f-measure 71.67%.
Kata Kunci : analisis sentimen, support vector machines, figur bakal calon Presiden Indonesia 2019
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika |
| Date Deposited: | 19 Nov 2019 06:49 |
| Last Modified: | 19 Nov 2019 06:49 |
| URI: | https://repository.unissula.ac.id/id/eprint/13495 |
