ANALISIS SENTIMEN TWITTER DEBAT CALON PRESIDEN INDONESIA MENGGUNAKAN METODE FINED-GRAINED SENTIMENT ANALYSIS

SEPTIAN FENDYPUTRA PRATAMA, 04215012 (2019) ANALISIS SENTIMEN TWITTER DEBAT CALON PRESIDEN INDONESIA MENGGUNAKAN METODE FINED-GRAINED SENTIMENT ANALYSIS. Undergraduate thesis, Universitas Narotama.

	Text (HALAMAN JUDUL) COVER.pdf Download (2MB)
	Text (BAB I) Bab I.pdf Download (2MB)
	Text (BAB II) Bab II.pdf Download (2MB)
	Text (BAB III) Bab III.pdf Download (2MB)
	Text (BAB IV) Bab IV.pdf Download (2MB)
	Text (BAB VI) Bab VI.pdf Download (2MB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Download (2MB)

Abstract

Media sosial, Twitter, saat ini telah banyak memberikan dampak besar dalam membangun opini, pandangan, sentimen, dan preferensi politik publik (menjelang Pemilihan Umum) berlangsung. Penelitian ini dilakukan untuk mengetahui percakapan di Twitter pada debat pertama calon presiden Republik Indonesia melalui hashtag dari kedua pasang calon. Selain itu, juga untuk mengetahui tentang kecenderungan masyarakat di Twitter terkait dengan debat yang sedang berlangsung tersebut cenderung positif, negatif, atau netral. Data percakapan di Twitter didapatkan melalui Twitter API yang diambil dengan bahasa Pemrograman R. Proses analisis sentimen ini menggunakan metode Fined-grained Sentiment Analysis yaitu, Jika satu tweet berisi lebih banyak kalimat positif daripada negatif, maka hasil keseluruhan akan positif dan bernilai (+1). Jika jumlah kalimat negatif lebih besar dari kalimat positif, maka hasil keseluruhan negatif dan bernilai (-1). Jika ada jumlah yang sama dari kalimat positif dan negatif dalam paragraf, maka hasilnya adalah netral dan bernilai (0). Hasil dari penelitian ini menunjukkan bahwa tweet sentimen dari kedua hashtag cenderung positif, lebih banyak daripada sentimen negatif dan netral. Kata Kunci— Debat Calon Presiden , Twitter, Sentiment Analysis, Twitter API , Pemrograman R.

Item Type:	Thesis (Undergraduate)
Subjects:	A General Works > AI Indexes (General) T Technology > T Technology (General)
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Repository Administrator
Date Deposited:	11 May 2022 02:21
Last Modified:	11 May 2022 02:21
URI:	http://repository.narotama.ac.id/id/eprint/1195

Actions (login required)

View Item

["lib/irstats2:embedded:summary_page:eprint:downloads" not defined]