ANALISIS SENTIMEN PADA TWITTER PEMERINTAH PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

ANALISIS SENTIMEN PADA TWITTER PEMERINTAH PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER Deborah Kurniawati, S.Kom., M.Cs. Additional Author Purnomo, Hari - 155410155 Additional Author mixed material bibliography Yogyakarta STMIK AKAKOM 2019 monographic id Indonesia xii, 39 hlm.; ilus.; 29 cm Media sosial banyak digunakan oleh masyarakat maupun instansi pemerintahan untuk berkomunikasi dan menyampaikan informasi. Salah satu media sosial yang popular dan banyak digunakan untuk menyampaikan informasi di Indonesia adalah Twitter. Pemerintah Provinsi Jawa Tengah memanfaatkan Twitter sebagai salah satu media online untuk menyampaikan informasi dan berita kepada masyarakat. Masyarakat bisa langsung merespon dan menyampaikan tanggapan dengan cara berkomentar sesuai dengan isis informasi dan berita yang disampaikan melalui media Twitter. Oleh karena itu peneliti mencoba untuk menganalisa tweet berbahasa Indonesia yang berhubungan dengan Pemerintah Provinsi Jawa Tengah.rnAnalisis sentimen dilakukan menggunakan metode Naïve Bayes Classifier (NBC) untuk menentukan Topik dan Sentimen. Data tweet diambil menggunakan bantuan API Twitter pada periode bulan Juni sampai Juli 2019 sebanyak 3.861 tweet. Data dibagi menjadi tiga, yaitu data testing sebanyak 500 tweet, data training topik sebanyak 1.680 tweet dan data training sentimen sebanyak 1.680 tweet. Data training topik diberi label secara manual dengan kategori Ekonomi dan Layanan Publik. Data training sentimen diberi label secara manual dengan sentimen Positif, Negatif dan Netral.rnHasil dari penelitian ini adalah sistem yang dapat mengklasifikasikan topik dan sentimen yaitu topik Ekonomi dan Layanan Publik serta sentimen positif, negatif dan netral. Dari 500 data testing yang di proses menggunakan sistem didapatkan hasil klasifikasi topik Ekonomi sebanyak 120 tweet dan topik Layanan Publik sebanyak 355 tweet. Untuk hasil sentimen didapatkan sentimen positi sebanyak 132 tweet, negatif 10 tweet, dan netral sebanyak 333 tweet. Tingkat akurasi yang didapatkan sebesar 95%.rnKata Kunci : Analisis Sentimen, Naïve Bayes Classifier, Twitter, Twitter API. CLASSIFIER Metode Naive Bayes Analisis Sentimen NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 148 Pur A R.1 PUR014819 01TI Rak Referensi Skripsi Informatika 148 Pur A R.1 77 2020-08-10 13:32:14 2020-08-10 13:32:14 machine generated