Saifinnuha, AmridioZulhilmi (2015) Penerapan Sentimen Analisis Pada Twitter Berbahasa Indonesia Untuk Mendapatkan Rating Program Televisi Menggunakan Metode Support Vector Machine. Sarjana thesis, Universitas Brawijaya.
Abstract
Sistem ini bertujuan untuk memberikan rating program tv yang berdasar dari twit twit berupa opini penonton mengenai acara program tv yang ditonton. Twitter merupakan Salah satu media sosial yang banyak digunakan di Indonesia. Umumnya pengguna menggunakan media sosial twitter sebagai sarana untuk berkomunikasi dengan kerabat, berjualan barang dan jasa atau hanya untuk mengeluarkan aspirasinya. Namun tak hanya itu banyak orang yang menggunakan media sosial twitter sebagai ajang memberi penilaian atau komentar terhadap suatu produk barang atau jasa. Untuk mendapatkan rating program tv, komentar tersebut perlu dianalisis terlebih dahulu. Proses analisis opini ini menjadi pembahasan yang menarik untuk dilakukan analisis sentimen. Analisis sentimen dapat digunakan untuk mengetahui tanggapan atau respon masyarakat terhadap program tv yang sedang ditonton. Implementasi analisis sentimen ini menggunakan metode SVM. Kelebihan metode SVM yaitu memberikan akurasi yang lebih baik dibandingan dengan metode analisis sentiment yang lain dan dapat digunakan untuk klasifikasi pada data skala besar atau data yang bersifat real-time. Hasil pengujian pada sistem menunjukan bahwa akurasi terbaik dengan menggunakan Gaussian RBF Kernel SVM dengan nilai parameter kernel tho (σ) = 1.3 dan parameter training (λ = 0.5, konstanta γ = 0.001, ε =0.00001 , dan maksimum iterasi = 100) dan perbandingan rasio data latih dan data uji sebesar 90% data latih dan 10% data uji, dengan akurasi sebesar 90%. Rating TV yang dihasilkan dan Rating TV dari PT. AGB Nielsen Media Research memilki rata rata perbedaan yang relatif kecil yaitu 0.59 untuk rentang nilai 0-10. Sistem mampu memberikan nilai yang hampir sama dengan rating tv AGB untuk program TV dengan target pemasaran usia remaja dan dewasa. Hal tersebut dikarenakan pengguna aktif twitter yang kebanyakan berasal dari kelompok usia tersebut.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/238/051505143 |
| Subjects: | 000 Computer science, information and general works > 004 Computer science |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 11 Aug 2015 14:17 |
| Last Modified: | 20 Oct 2021 14:02 |
| URI: | http://repository.ub.ac.id/id/eprint/146284 |
Preview |
Text
115060800111049_-_Amridio_Z_S.pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |