Skripsi
Analisis Sentimen Layanan Transportasi Online pada twitter menggunakan metode K-Nearest Neighbor (K-NN)
RINGKASAN
Perkembangan Transportasi akan memudahkan manusia untuk melakukan aktivitas sehari hari. Adanya transportasi online memudahkan pengguna untuk melakukan pemesanan. Semakin banyak layanan yang diberikan pada transportasi online membuat masyarakat menjadi sering membicaraknya melalui social media. Penelitian ini menggunakan media sosial Twitter sebagai tempat pengambilan data. Tweet pada Twitter akan menghasilkan sebuah analisis sentimen yang akan terbagi menjadi opini negatif atau positif. Tahap berikutnya akan dilakukan klasifikasi. Klasifikasi menggunakan K-Nearest Neighbor (K-NN). Dimana terdapat 920 data, dengan 640 data sentiment negatif dan 280 data sentiment positif. Hasil uji pengklasifikasian menghasilkan nilai akurasi 81,52% dan nilai Area Under Curve (AUC) 0,878.
Kata kunci: Analisis Sentimen, Twitter, K-Nearest Neighbor (K-NN)
ABSTRACT
The development of transportation will make it easier for human to do activities. The existence of online transportation make it easy for user to place an order. The more services provided online transportation make people it talk though social media. This research uses twitter as a data base. Tweets on twitter we will get two sentiment analyzes which are negative sentiment and positive sentiment. And the next step we do the classification. For the classification we use K-Nearest Neighbor (K-NN). From this we get 920 data with 640 negative sentiment and 280 positive sentiment. And for the final result classification is 81,52% for accuracy point and 0,878 for Area Under Curve (AUC)
Keyword: Sentiment Analysis, Twitter, K-Nearest Neighbor (K-NN)
SI1542 | SI 1542 WAH a | UPT. PERPUSTAKAAN | Tersedia - No Loan |
Tidak tersedia versi lain