ANALISIS SENTIMEN PADA APLIKASI MEDIA SOSIAL TWITTER TERHADAP KENAIKAN HARGA BAHAN BAKAR MINYAK (BBM) DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN DECISON TREE

Fadli, Muhammad (2024) ANALISIS SENTIMEN PADA APLIKASI MEDIA SOSIAL TWITTER TERHADAP KENAIKAN HARGA BAHAN BAKAR MINYAK (BBM) DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN DECISON TREE. Bachelor thesis, Universitas Nasional.

[thumbnail of Cover.pdf] Text
Cover.pdf

Download (1MB)
[thumbnail of BAB_I.pdf] Text
BAB_I.pdf

Download (318kB)
[thumbnail of BAB_II.pdf] Text
BAB_II.pdf

Download (443kB)
[thumbnail of BAB_III.pdf] Text
BAB_III.pdf

Download (361kB)
[thumbnail of BAB_IV.pdf] Text
BAB_IV.pdf

Download (1MB)
[thumbnail of BAB_V.pdf] Text
BAB_V.pdf

Download (305kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (1MB)

Abstract

Kenaikan harga BBM membawa dampak yang signifikan terhadap sektor
perekonomian masyarakat Indonesia. Sebagian besar masyarakat merasakan
keberatan dengan adanya kebijakan ini dikarenakan dampaknya yang cukup
signifikan terhadap kehidupan sehari-hari. Selain itu, tingkat perekomian
masyarakat Indonesia juga belum sepenuhnya pulih akibat dari pandemi Covid-19
dan ditambah dengan adanya berita naiknya harga bahan bakar minyak (BBM).
Dengan adanya berita kenaikan harga Bahan Bakar Minyak, sebagaian besar
masyarakat memberikan sentiment terhadap naiknya harga Bahan Bakar Minyak
(BBM) pada salah satu aplikasi sosial media yaitu Twitter. Penelitian ini bertujuan
untuk membedakan sentiment yang diberikan oleh masyarakat baik bersifat positif,
negatif, ataupun netral dengan menggunakan Algoritma Naïve Bayes Classifier dan
Decision Tree. Hasil analisis yang diperoleh menunjukkan bahwa Model Algoritma
Naïve Bayes yaitu Bernoulli Naïve Bayes dengan hasil akurasi tertinggi sebesar
65,60%, presisi 68%, recall 60,30%, dan f1-score 59,33%.

Item Type: Thesis (Bachelor)
Subjects: H Social Sciences > HC Economic History and Conditions
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User: - Abdurrahman -
Date Deposited: 27 Mar 2024 02:41
Last Modified: 27 Mar 2024 02:41
URI: https://repository.unas.ac.id/id/eprint/10576

Actions (login required)

View Item View Item