ANALISIS SENTIMEN PENGGUNA TWITTER PADA LAYANAN BPJS KESEHATAN MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Asa Cahyo Nugroho, 2071100038 (2024) ANALISIS SENTIMEN PENGGUNA TWITTER PADA LAYANAN BPJS KESEHATAN MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER. Bachelor (S1) thesis, Universitas Widya Dharma.

Text Asa Fix.pdf Download (3MB)

Abstract

Twitter merupakan media sosial memiliki pengguna dengan jumlah yang cukup besar di Indonesia. Twitter menduduki peringkat ke 6 dengan jumlah akses di Indonesia dengan pengguna aktif di angka 100,9 juta. Pada penelitian ini twitter digunakan untuk mengumpulkan data tweet sesuai dengan tema yang diambil adalah data yang mengandung kata kunci terkait BPJS Kesehatan yang digunakan akan di gunakan untuk proses klasifikasi dengan membagi kelas menjadi 2 sentimen yaitu sentimen positif dan negatif. Penelitian ini menggunakan metode data crawling dengan menggunakan tool tweet- harvest dan Twitter API untuk proses pengumpulan data yang akan digunakan untuk tahap pre- processing untuk mencari data yang lebih terstruktur. Setelah itu dilakukan pelabelan dengan cara manual dan otomatis, setelah itu data digunakan untuk tahap ekstraksi fitur menggunakan TF-IDF. Setelah itu dilakukan split data untuk melakukan proses klasifikasi sentimen dengan menggunakan algoritma naïve bayes. Untuk hasil evaluasi model menggunakan confusion matrik dan k-fold cross-validation dan menghasilkan akurasi dari model naïve bayes sebesar 79,59%. Dan hasil dari f-fold cross- validation dengan mencari k (fold) = 5 memiliki akurasi sebesar 78,72% dengan menghasilkan nilai yang konsisten untuk setiap proses fold nya. Dengan ini model dari naïve bayes memiliki kemampuan yang baik pada penelitian ini dengan mengambil topik BPJS Kesehatan. Kata Kunci: Analisis Sentimen, Twitter, BPJS Kesehatan, Naïve Bayes

Item Type:	Thesis (Bachelor (S1))
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Unwidha Perpustakaan Unwidha
Date Deposited:	30 Sep 2024 02:25
Last Modified:	30 Sep 2024 02:25
URI:	http://repository.unwidha.com:880/id/eprint/4005

Actions (login required)

View Item