Nurjanah, Winda Estu (2017) Analisis Sentimen Terhadap Tayangan Televisi Berdasarkan Opini Masyarakat Pada Media Sosial Twitter Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Retweet. Sarjana thesis, Universitas Brawijaya.
Abstract
Twitter merupakan situs web layanan jejaring sosial yang banyak diminati pengguna internet sebagai media komunikasi dan mendapatkan informasi. Informasi yang terdapat pada Twitter berupa pertanyaan, opini atau komentar, baik yang bersifat positif ataupun negatif. Analisis sentimen merupakan salah satu cabang penelitian dari Text Mining yang melakukan proses klasifikasi pada dokumen teks. Metode yang digunakan adalah K-Nearest Neighbor, dengan menambahkan fitur pembobotan jumlah retweet (non-tekstual). Pembobotan tekstual hasil dari klasifikasi K-Nearest Neighbor dan pembobotan non-tekstual dari pembobotan jumlah retweet akan digabungkan menggunakan nilai konstanta tertentu (α dan β) untuk menghasilkan sentimen positif dan negatif. Data yang digunakan berupa opini masyarakat terhadap tayangan televisi pada twitter sejumlah 400. Dari hasil pengujian akurasi menggunakan pembobotan tekstual diperoleh 82,50%, menggunakan pembobotan non-tekstual 60%, dan menggunakan penggabungan keduanya 83,33% dengan nilai k=3 dan konstanta perkalian yang tepat α=0,8 dan β=0,2.
English Abstract
Twitter is a social media that attracts many internet users as a media for communication and getting information. The information covered on Twitter in the form of questions, opinions or comments, whether it is positive or negative. Sentiment analysis is a part of research from Text Mining that conducted the classification process on text documents. K-Nearest Neighbor was used as method of this research, by adding the quality of retweet (non-textual). The result of Textual quality of the K-Nearest Neighbor classification and the non-textual quality from the sum of retweets would be combined using certain constants (α and β) to generate positive and negative sentiments. The data was used in the form of public opinion on the television show on twitter showed 400. From the test results of accuracy using textual quality obtained 82.50%, using 60% non-textual quality, and use the combination of both was 83.33% with the score k=3 and the exact multiplication constant α=0.8 and β=0.2.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2017/350/051706392 |
Uncontrolled Keywords: | analisis sentimen, Twitter, K-Nearest Neighbor, pembobotan jumlah retweet. |
Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.7 Multimedia systems > 006.75 Specific types of multimedia systems > 006.754 Online social networks |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Kustati |
Date Deposited: | 22 Aug 2017 06:44 |
Last Modified: | 28 Sep 2020 10:04 |
URI: | http://repository.ub.ac.id/id/eprint/1516 |
Preview |
Text
Winda Estu Nurjanah.pdf Download (8MB) | Preview |
Actions (login required)
![]() |
View Item |