Deskripsi Fisik

xvii, 128 hal; 30 cm

Subyek

TEXT MINING - KLASTERISASI

Kata Kunci

Anotasi

ABSTRAK Kegunaan twitter selain sebagai media untuk berbagi informasi, sering digunakan untuk bersosialisasi antar pengguna dan mengungkapkan sentimen atau opini mereka terhadap suatu topik atau isu-isu yang sedang hangat diperbincangkan. Seperti yang diketahui bahwa Covid-19 menyerang Populasi dunia, dan telah membawa banyak dampak dalam semua aspek kehidupan. Penelitian ini dilakukan dengan tujuan untuk mengetahui seberapa besar kepercayaan publik kepada pemerintah untuk menangani pandemi Covid-19 di Twitter. Kombinasi TF-IDF dan SVM memiliki pengaruh pada sentimen analisa dan menghasilkan tingkat akurasi terbaik. Hasil penelitian sentimen percaya kepada pemerintah memilpiki lebih banyak frekuensi dibandingkan sentiment tidak percaya. Dari 280 data uji yang dipublikasi antara tanggal 24 Agustus 2022 – 7 September 2022, 118 data bersentimen tidak percaya dan 162 bersentimen percaya. Hal ini dibuktikan dengan hasil klasifikasi menggunakan TF-IDF dan SVM, didapatkan hasil akurasi terbaik sebesar 69,28%. Tingkat akurasi tersebut didapatkan dengan mengimplementasikan fungsi kernel Linier sebagai fungsi kernel terbaik berdasarkan hasil akurasi. Selain itu, nilai lain yang didapatkan adalah F-Measure pada sentimen percaya sebesar 71,71%, dan pada sentimen tidak percaya sebesar 66,4%. Kata Kunci : Twitter, Covid-19, Radial Basis Function, Analisa Sentimen, TF IDF, Support Vector Machine