ANALISIS SENTIMEN MASYARAKAT DI TWITTER MENGENAI KANDIDAT CALON PRESIDEN 2024 MENGGUNAKAN METODE KNEAREST NEIGHBOR (KNN)

Detail Cantuman

Text

ANALISIS SENTIMEN MASYARAKAT DI TWITTER MENGENAI KANDIDAT CALON PRESIDEN 2024 MENGGUNAKAN METODE KNEAREST NEIGHBOR (KNN)

XML

Pada tahun 2024 mendatang Indonesia akan melakukan pesta demokrasi pemilihan
umum presiden yang baru bagi masyarakat Indonesia. Pemilihan umum ini
dilakukan setiap lima tahun sekali bagi masyarakat Indonesia. Beberapa partai di
Indonesia ingin mencalonkan capres dan cawapresnya masing-masing untuk
memenangkan pemilu tersebut. Dengan adanya pemilihan umum presiden yang
baru menimbulkan pendapat yang berbeda dimasyarakat terkhususnya dikalangan
pengguna twitter. Pendapat yang diunggah pengguna twitter tersebut akan menjadi
data dari penelitian Analisis Sentimen Masyarakat di Twitter Mengenai Kandidat
Calon Presiden 2024 Menggunakan Metode K-Nearest Neighbor (KNN). Pada
penelitian ini menggunakan metode TF-IDF untuk pembobotan katanya dan metode
KNN untuk mengklasifikasikan sentimen dalam dua golongan yaitu sentimen
positif dan sentimen negatif. Tools yang digunakan dalam penelitian ini adalah
Rapid Miner untuk pengumpulan data tweet dan pengklasifikasian setimen.
Pengukuran evaluation measure pada sistem menggunakan 4 perbandingan yang
dimana hasil terbaik ada pada perhitungan 60% data training dan 40% data testing,
dimana hasil accuracy sebesar 82.28%, precision sebesar 96%, Recall sebesar 80%
dan f1-scorenya sebesar 87.27%.
Kata Kunci : Twitter, K-Nearest Neighbor, TF-IDF, Evaluation Measure


Detail Information

Item Type
Skripsi (S1)
Penulis
BOBBY PERDAMENTA BANGUN - Personal Name
Student ID
219510011
Dosen Pembimbing
Penguji
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Teknik Informatika
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
No Panggil
Copyright
Fakultas Ilmu Komputer Universitas Methodist Indonesia
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail