Detail Cantuman Kembali
KLASIFIKASI TOPIK BERITA DAN ANALISIS SENTIMENrnPADA TWEETS DIVISI HUMAS POLRIrnDENGAN METODE NAÏVE BAYES CLASSIFIER
- Bagikan:
Media sosial digunakan oleh banyak instansi untuk mempublikasikan informasirnsekaligus menjadi sarana komunikasi dengan masyarakat. Polri melalui Divisi Humasrnmemanfaatkan twitter sebagai salah satu media sosial untuk mempublikasikan beritarnterkait kepolisian. Masyarakat bisa mengikuti perkembangan terkini suatu isu terkinirndan bisa memberikan opininya, selain itu dengan penggunaan media sosial inirnmasyarakat juga dengan mudah menyampaikan aspirasinya setiap saat. Kepolisianrndapat menjadikan media sosial sebagai sumber data yang bisa dimanfaatkan untukrnmeningkatkan performa pelayanan terhadap masyarakat, dengan cara menganalisarntanggapan masyarakat terhadap suatu isu tertentu.rnPenelitian ini menerapkan proses text mining serta menggunakan algoritma NaïvernBayes Classifier untuk mengklasifikasi topik dan sentimen dari tweet tersebut.rnPenelitian ini menggunakan bantuan API twitter untuk proses pengambilan tweetsrnuntuk keperluan data training dan testing. Data training diklasifikasi dengan cara semirnunsupervised untuk menentukan label dari setiap data testing. Total keseluruhan datarnlatih sebanyak 4756 record untuk data uji sebanyak 536 record.rnDari keseluruhan proses akan didapat tiga kelas topik yang memiliki sentimenrndisetiap topiknya. Sentimen positif, negatif dan netral, topik dibagi menjadi tiga kelasrnyaitu kegiatan polisi, sentimen untuk layanan masyarakat, sentimen pada komentarrnmasyarakat dan sentimen secara keseluruhan. Didapat jumlah sentimen positifrnsebanyak 181 tweets, negatif 322 tweets dan Netral sebanyak 33 tweets. Untuk hasilrnpngklasifikasian topik didapat sebanyak 120 tweets dengan topik kegiatan polisi, 49rndengan topik layanan masyarakat dan 367 tweets untuk topik komentar masyarakat.rnDari hasil analisis sentimen dari setiap topik didapat respon positif sebesar 55 %rnuntuk topik kegiatan kepolisian, 19,1% respon positif untuk topik komentarrnmasyarakat dan respon positif untuk layanan masyarakat sebesar 91,8%.rnKata Kunci : Analisis Sentimen, Klasifikasi Topik, Naive Bayes Classifier, Twitter.
015 Put K R.1
NONE
Text Skripsi
Indonesia
STMIK AKAKOM
2019
Yogyakarta
x, 40 hlm, ilus; 29 cm
LOADING LIST...
LOADING LIST...