ANALISIS SENTIMEN TERHADAP VARIAN COVID 19 OMICRON PADA TWITTER MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES CLASSIFIER

Ramadhan, Abi Ichsan (2023) ANALISIS SENTIMEN TERHADAP VARIAN COVID 19 OMICRON PADA TWITTER MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES CLASSIFIER. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11181002_cover.pdf Download (159kB)
	Text 11181002_abstract_en.pdf Restricted to Registered users only until 26 January 2024. Download (149kB) | Request a copy
	Text 11181002_abstract_id.pdf Download (151kB)
	Text 11181002_chapter_1.pdf Download (411kB)
	Text 11181002_chapter_2.pdf Download (764kB)
	Text 11181002_chapter_3.pdf Restricted to Registered users only until 26 January 2024. Download (888kB) | Request a copy
	Text 11181002_chapter_4.pdf Restricted to Registered users only until 26 January 2024. Download (583kB) | Request a copy
	Text 11181002_conlusion.pdf Restricted to Registered users only until 26 January 2024. Download (198kB) | Request a copy
	Text 11181002_Bibliography.pdf Download (161kB)
	Text 11181002_paper.pdf Restricted to Repository staff only until 26 January 2024. Download (430kB) | Request a copy
	Text 11181002_Lembar Persetujuan Publikasi Ilmiah (Form. TA-020).pdf Restricted to Repository staff only until 26 January 2024. Download (172kB) | Request a copy

Abstract

Pada tanggal 24 November 2021 Omicron atau SARS-Cov-2, sebuah virus atau Coronavirus yang menyebabkan Covid- 19 pertama kali terdeteksi di Afrika Selatan. Virus ini sangat cepat menyebar ke Negara-negara lain seperti Inggris, Amerika Serikat, India sampai ke Indonesia. Hal tersebut menyebabkan terjadinya kenaikan jumlah opini masyarakat mengenai varian Covid-19 Omicron pada media sosial khususnya media sosial Twitter. Akan tetapi terdapat suatu masalah dalam hal ini yaitu pada media sosial Twitter tidak dapat mengetahui polaritas sentimen masyarakat terhadap kasus Covid-19 varian Omicron ini. Oleh karena itu Penulis melakukan penelitian ini, adapun topik dari penelitian ini adalah analisis sentimen terhadap Covid 19 Omicron pada Twitter. Penelitian ini akan menggunakan data kualitatif berjumlah 1209 data yang diambil dari Twitter berdasarkan tagar Omicron dan Indonesia. Data yang didapat kemudian akan diubah menjadi bentuk vektor menggunakan ekstraksi fitur TF-IDF dan BOW sebelum digunakan. Adapun penelitian ini akan menggunakan metode Gaussian Naïve Bayes Classifier dikarenakan metode ini dapat bekerja dengan performa cukup baik walaupun diberikan data yang sedikit sebagai dataset-nya. Setelah pelatihan dan tes telah dilakukan dengan kedua ekstraksi fitur didapatkan hasil ekstraksi fitur TF-IDF dengan tingkat akurasi sebesar 72% dan f1-score weited sebesar 73%. Sedangkan ekstraksi fitur BOW mendapatkan akurasi sebesar 71% dan f1-score weighted sebesar 72%. Dari hasil tesebut didapatkan kesimpulan bahwa model dengan ekstraksi fitur TF-IDF lebih baik dibandingkan dengan model menggunakan ekstraksi fitur BOW. Dengan menggunakan model yang dibuat tersebut kemudian dilakukan sentimen analisis terhadap topik varian Covid 19 Omicron pada dataset sepenuhnya. Adapun hasil yang didapatkan yaitu polaritas positif mendapatkan persentase sebesar 32.8% (358), netral sebesar 17.2 (188) dan polaritas negatif sebesar 49.9% (544) dengan hasil akhir polaritas masyarakat condong ke negatif.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Abi Ichsan Ramadhan
Date Deposited:	17 Jan 2023 06:44
Last Modified:	17 Jan 2023 06:44
URI:	http://repository.itk.ac.id/id/eprint/19109

Actions (login required)

View Item