ANALISIS SENTIMEN FILM “GADIS KRETEK” PADA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Ramadhan, Raflyan Akhyar (2024) ANALISIS SENTIMEN FILM “GADIS KRETEK” PADA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (275kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (436kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (445kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (469kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (917kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (582kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (439kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (473kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen film Gadis Kretek berdasarkan ulasan penonton yang ditulis melalui media sosial Twitter menggunakan metode Support Vector Machine. Tweet mengenai film yang ada pada Twitter dapat dijadikan sebagai gambaran dalam menonton film dan meningkatkan kualitas produksi film. Hal tersebut dapat diketahui menggunakan analisis sentimen untuk mengklasifikasikan kedalam kelompok sentimen positif atau negatif. Tahapan pada penelitian ini yaitu pengumpulan data menggunakan web crawling, text preprocessing, pelabelan data, pembobotan dokumen, klasifikasi dan evaluasi. Hasil pelabelan data menggunakan Vader Lexicon mendapatkan hasil sentimen positif sebanyak 1119 (82.2%) dan hasil sentimen negatif sebanyak 242 (17.8%) . Klasifikasi menggunakan algoritme Support Vector Machine dengan pembagian 90% data train dan 10% data test menghasikan nilai accuracy, precision, recall, dan F1-Score dengan masing-masing hasil yaitu 89,05%, 89.92%, 98,31%, dan 93,82%
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Tri Astuti, S.Kom., M.Eng., dan Primandani Arsi, SST., M.Kom.
Uncontrolled Keywords: Kata kunci: Analisis Sentimen, Support Vector Machine, Twitter, Film Gadis Kretek
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 30 Dec 2024 02:24
Last Modified: 30 Dec 2024 02:24
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2524

Actions (login required)

View Item
View Item