Niasita, Ananda Fitri (2018) Analisis Sentimen Pembangunan Infrastruktur di Indonesia dengan Automated Lexicon Word2Vec dan Naive-Bayes. Sarjana thesis, Universitas Brawijaya.
Abstract
Pembangunan infrastruktur merupakan proyek yang sedang gencar dilakukan oleh pemerintah saat ini. Dengan adanya infrastruktur yang memadai, pemerintah berharap nantinya perekonomian dan tingkat kesejahteraan Indonesia akan meningkat. Pembangunan infrastruktur tentu saja menarik perhatian dari masyarakat. Berbagai komentar mengenai proyek ini disebutkan melalui media sosial, salah satunya adalah Twitter. Jumlah perbandingan pendapat pro dan kontra dari masyarakat dapat diketahui dengan menggunakan analisis sentimen. Dalam hal ini, analisis sentimen menggunakan kamus leksikon untuk menentukan apakah data tersebut bersifat positif atau negatif. Kamus leksikon dibuat secara otomatis dengan menggunakan metode Word2Vec terhadap data komentar. Metode Word2Vec bertujuan untuk mencari kedekatan antara satu kata dengan kata lainnya. Selanjutnya, penentuan kelas sentimen dilakukan dengan menggunakan metode Naive-Bayes. Penelitian ini menggunakan data latih sebanyak 100 data dan data uji sebanyak 50 data yang dibagi ke dalam sentimen positif dan negatif. Nilai akurasi tertinggi yang diperoleh adalah 64% dengan nilai precision sebesar 0,36, recall sebesar 0,818 dan f-measure sebesar 0,5.
English Abstract
Infrastructure development is a project that being intensively carried out by the current government. With the existence of good infrastructure, the government hopes that in the future the economy and the level of Indonesian welfare will increase. Infrastructure development attracts the community attention. Various comments regarding this project were mentioned through social media, for example Twitter. The number of pros and cons community comparisons known by using sentiment analysis. In this case, sentiment analysis uses a lexicon dictionary to determine whether the data is positive or negative. The lexicon dictionary created automatically using the Word2Vec method. Word2Vec method is used to find closeness between words.. Then, the sentiment class is determine using the Naive-Bayes method. This study uses 100 training data and 50 testing data divided into positive and negative sentiments. The highest accuracy value are 64% with precision of 0.36, re-call of 0.818 and f-measure of 0.5.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/1033/051900831 |
| Uncontrolled Keywords: | analisis sentimen, pembangunan infrastruktur, word2vec, naive-bayes-sentiment analysis, infrastructure development, word2vec, naive-bayes |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | soegeng sugeng |
| Date Deposited: | 23 Apr 2020 13:45 |
| Last Modified: | 18 May 2022 02:01 |
| URI: | http://repository.ub.ac.id/id/eprint/166935 |
![[thumbnail of Ananda Fitri Niasita.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Ananda Fitri Niasita.pdf Download (2MB) |
Actions (login required)
 |
View Item |