Perpustakaan Universitas Amikom Purwokerto

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
Image of Analisis Sentimen Layanan Transportasi Online pada twitter menggunakan metode K-Nearest Neighbor (K-NN)

Skripsi

Analisis Sentimen Layanan Transportasi Online pada twitter menggunakan metode K-Nearest Neighbor (K-NN)

Aning Wahyuni - Nama Orang;

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)


Ketersediaan
SI1542SI 1542 WAH aUPT. PERPUSTAKAAN PUSATTersedia - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SI 1542 WAH a
Penerbit
Purwokerto : Universitas Amikom Purwokerto., 2020
Deskripsi Fisik
xvi, 62 hlm.; 28 cm
Bahasa
Indonesia
ISBN/ISSN
16.12.0167
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Maret 2020
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Aning Wahyuni
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Amikom Purwokerto
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

https://perpustakaan.amikompurwokerto.ac.id/

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik