Detail Karya Ilmiah

  • MENILAI KINERJA TEKNIK REDUKSI DIMENSI PCA PADA ANALISIS OPINI MASYARAKAT BERBASIS DATA TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASIFIER
    Penulis : Fajar April Budiastio
    Dosen Pembimbing I : Mula'ab S.Si., M.Kom
    Dosen Pembimbing II :Firdaus Solihin S.Kom., M.Kom
    Abstraksi

    ABSTRAK Twitter merupakan media sosial yang sering digunakan penggunanya untuk menulis hal –hal atau opini - opini yang membahas isu yang terjadi pada saat ini. Twitter juga menjadi sarana bagi pemerintah sebagai penentuan kepuasan terhadap kebijakan yang telah dibuat. Kebijakan ekonomi adalah topik yang dibahas pada penelitian ini. Maka dari itu pemanfaatan media sosial inilah untuk mengetahui respon masyarakat terhadap kebijakan ekonomi yang dibuat. Sentiment analysis dibuat guna dapat mengklasifikasikan opini positif ataupun negatif secara ceapt dan tepat. Guna meningkatkan performa dan mengurangi kinerja komputasi maka digunakanlah reduksi dimensi menggunakan PCA (Principal Component Aalysis) dengan mengurangi dimensi dan tetap mempertahankan variasi data yang ada. Untuk melakukan pengujian menggunakan data sejumlah 135 data tweet untuk data training dan 136 data tweet sebagai data testing. Pengujian klasifikasi dengan metode Naïve Bayes Clasifier menghasilkan akurasi sebesar 59% . Kata kunci : Twitter, sentiment analysis, PCA, naïve bayes classifier

    Abstraction

    Twitter is often used the users to write those things or opinions which discuss issues that occur at this time. Twitter is also a means for the government as measurement of satisfaction with the policies that have been created. The economic policies are the topics covered in this study. Thus the use of social media is to know the public response to economic policy is made. Sentiment analysis is made in order to be able to classify a negative or positive opinion in fast and appropriate manner. In order to improve performance and reduce computing performance it is used dimension reduction using PCA (Principal Component Analysis) with reduced dimensions and retaining existing data variation. To perform the test using a data amount of data 135 tweets for training data and the data 136 tweets as a data testing. Testing Naïve Bayes classification method Classifier produces an accuracy of 59%. Keyword : Twitter, sentiment analysis, PCA, naïve bayes classifier

Detail Jurnal