PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DAN K- NEAREST NEIGHBOR (K-NN) TERHADAP ANALISIS SENTIMEN PADA KEBIJAKAN PEMEBERLAKUAN PEMBATASAN KEGIATAN MASYARAKAT (PPKM)

M. ABDURRAFI, HAMDI (2022) PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DAN K- NEAREST NEIGHBOR (K-NN) TERHADAP ANALISIS SENTIMEN PADA KEBIJAKAN PEMEBERLAKUAN PEMBATASAN KEGIATAN MASYARAKAT (PPKM). Sarjana / Sarjana Terapan (S1/D4) thesis, Universitas Muhammadiyah Semarang.

Preview	Text Cover, Pengesahan, Kata Pengantar, Daftar Isi.pdf Download (1MB) | Preview
Preview	Text Abstrak.pdf Download (498kB) | Preview
Preview	Text BAB 1.pdf Download (542kB) | Preview
Preview	Text BAB 2.pdf Download (708kB) | Preview
	Text BAB 3.pdf Restricted to Repository staff only Download (588kB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text BAB 5.pdf Download (478kB) | Preview
Preview	Text Daftar Pustaka.pdf Download (517kB) | Preview
	Text Lampiran.pdf Restricted to Repository staff only Download (616kB) | Request a copy
	Text Full Text.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Hamdi, M. Abdurrafi, 2022, Perbandingan Metode Naïve Bayes Classifier dan K- Nearest Neighbor (K-NN) Terhadap Analisis Sentimen Pada Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM), Skripsi, Program Studi Statistika, Universitas Muhammadiyah Semarang. Pembimbing: I. Dr. Rochdi Wasono, M.Si, II. M. Al Haris, M.Si. Untuk menekan angak Covid 19 di Indonesia pemerintah membuat kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) yang diterapkan oleh Pemerintah Indonesia sejak awal tahun 2021, pemberlakuan kebijkan ini menimbulkan banyak sentimen publik yang berkembang terutama pada media sosial Twitter. Penelitian ini bertujuan untuk mengetahui bagaimana respon masyarakat terhadap kebijakan PPKM di media sosial Twitter, sebagai acuan pemerintah dalam menerapkan kebijakan yang serupa kedepan. Solusi yang bisa digunakan untuk penelitian ini adalah dengan menggunakan analisis sentimen, data penelitian yang diperoleh diklasifikasikan dengan menggunakan metode Naïve Bayes Classifier (NBC) yang merupakan metode algoritma yang digunakan untuk mencari nilai probabilitas tertinggi untuk mengklasifikasi data uji pada kategori yang paling tepat, dan K-Nearest Neighbor (K-NN) yaitu metode dengan pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama. Hasil dari penelitian menunjukkan, pada pengujian dengan menggunakan metode adalah Naïve Bayes Classifier (NBC), diperoleh nilai akurasi sebesar 50%, sedangkan pada K-Nearst Neighbour (K-NN), nilai akurasi yang diperoleh adalah sebesar 60%. Kata Kuncci: Analisa Sentimen, Naïve Bayes Classifie (NBC), K-Nearst Neighbour (K-NN), PPKM, Twitter. vii Hamdi, M. Abdurrafi, 2022, Comparison of Naïve Bayes Classifier and K-Nearest Neighbor (K-NN) Methods on Sentiment Analysis on Policy for Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM), Thesis, Statistics Study Program, University of Muhammadiyah Semarang. Supervisor: I. Dr. Rochdi Wasono, M.Si, II. M. Al Haris, M.Sc. To suppress Covid 19 somewhat in Indonesia, the government made a policy of Enforcement of Community Activity Restrictions (PPKM) which has been implemented by the Government of Indonesia since early 2021, the implementation of this policy has caused a lot of public sentiment to develop, especially on Twitter social media. This study aims to find out how the public responds to the PPKM policy on Twitter social media, as the government's desire to implement a similar policy in the future. The solution that can be used for this research is to use sentiment analysis, the research data obtained are classified using the Naïve Bayes Classifier (NBC) method which is an algorithm method used to find the highest probability value to classify the test data in the most appropriate category, and K - Nearest Neighbor (K-NN) is an approach method to find cases by approaching the distance between new cases and old cases. The results of the study show that in testing using the Naïve Bayes Classifier (NBC) method, it obtained an accuracy value of 50%, while in K-Nearst Neighbor (K-NN), the accuracy value obtained was 60%. Keywords: Sentiment Analysis, Naïve Bayes Classifie (NBC), K-Nearst Neighbor (K-NN) , PPKM, Twitter .

Actions (login required)

View Item