Yanti, Dwi Suci Ariska (2019) Analisis Sentimen Tentang Kebijakan Ganjil Genap Kendaraan Bermotor di DKI Jakarta Pada Twitter Menggunakan BM25 Dan KNearest Neighbor. Sarjana thesis, Universitas Brawijaya.
Abstract
seperti Daerah Khusus Ibukota Jakarta. Berbagai strategi yang sudah dilakukan oleh Pemerintah Provinsi (Pemprov) DKI Jakarta untuk mengatasi kemacetan, salah satunya adalah sistem ganjil genap. Kemacetan yang terjadi terkadang membuat masyarakat khususnya masyrakat DKI Jakarta mengutarakan keluh kesahnya melalui media sosial yang ada di dunia maya. Salah satu media yang efektif untuk menyampaikan pendapat dan opini adalah Twitter, yang tergolong cepat untuk mengabarkan pengalaman yang dirasakan oleh masyarakat seluruh Indonesia. Dengan banyaknya pengguna disertai kemudahan pengaksesan Twitter dalam penyampaian opini, maka akan banyak data opini terkumpul yang kemudian bisa menjadi peluang untuk dimanfaatkan sebagai bahan evaluasi kebijakan ganjil genap di Daerah Khusus Ibukota Jakarta. Oleh karena itu, dibutuhkan suatu metode yang dapat memilah sentimen dari user. Apakah sentimen tersebut masuk dalam kelas positif atau kelas negatif. Dalam penelitian ini, penulis menggunakan metode BM25 dan K-Nearest Neighbor (KNN) sebagai klasifikasi. Berdasarkan hasil pengujian, sistem ini memiliki nilai F-Measure tertinggi sebesar 66,1% dan nilai akurasi sebesar 66,5%.
English Abstract
Traffic congestion occurs in many places throughout Indonesia, especially in its capital region of Jakarta. Many strategies have been executed by the government of the capital region as a mean to solve the ongoing traffic congestion problem, one of them is the 'odd-even' policy. On the other note, the problem has inflicted a wide social media complains among Jakarta's residents. In this case, Twitter is considered as a relatively fast and effective social media platform to post opinions used by many Indonesians. Considering its large number of users and easy access to public's opinions, Twitter will have a lot of public’s opinions' data which can be used as a material to evaluate the 'odd-even' policy in the capital region of Jakarta. Therefore a method which can separate sentiment from user is needed. It’s to answer whether the sentiment is categorized as positive or negative class. In this study, the researcher used BM25 method and K-Nearest Neighbor (KNN) as classifiers. The best test results for f-measure values are 66,1% while the results of accuracy is 66,5%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/107/051902277 |
| Uncontrolled Keywords: | analisis sentimen, kebijakan ganjil genap, Twitter, BM25, K-Nearest Neighbhor-sentiment analysis, 'odd-even' policy, Twitter, BM25, K-Nearest Neighbor |
| 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: | 28 Jul 2020 07:44 |
| Last Modified: | 19 Oct 2021 09:05 |
| URI: | http://repository.ub.ac.id/id/eprint/168889 |
Preview |
Text
Dwi Suci Ariska Yanti.pdf Download (25MB) | Preview |
Actions (login required)
 |
View Item |