Analisis Perbandingan Sentimen Masyarakat Terhadap Pelaksanaan Vaksinasi Booster Di Indonesia Menggunakan Metode K-Nearest Neighbor Dan Naïve Bayes Classifier

WULANDARI, WULANDARI (9882405118121046) (2022) Analisis Perbandingan Sentimen Masyarakat Terhadap Pelaksanaan Vaksinasi Booster Di Indonesia Menggunakan Metode K-Nearest Neighbor Dan Naïve Bayes Classifier. Undergraduate Thesis, Universitas Informatika dan Bisnis Indonesia.

[img] Text
Cover.pdf

Download (30kB)
[img] Text
Abstrak.pdf

Download (80kB)
[img] Text
Bab 1.pdf

Download (152kB)
[img] Text
Daftar Pustaka.pdf

Download (157kB)

Abstract

Analisis sentimen merupakan pendapat atau pandangan seseorang terhadap suatu objek tertentu yang menghasilkan sentimen positif, negatif, atau pun netral. Upaya pemerintah pada masa pandemi covid-19 yaitu menghimbau pelaksanaan program vaksinasi booster kepada masyarakat. Berdasarkan hal tersebut menghasilkan beberapa sentimen masyarakat yang sebagian diunggah pada flatform media sosial twitter, yang menghasilkan sentimen positif dan negatif. Untuk mengetahui klasifikasi sentimen masyarakat maka peneliti melakukan perhitungan menggunakan metode K-Nearest Neighbor dan Naïve Bayes Classifier. Berdasarkan hasil perhitungan didapatkan sentimen masyarakat dengan nilai positif sebesar 98% dan negatif 2%. Ini berarti bahwa masyarakat antusias dan mendukung program vaksinasi booster. Kemudian perbandingan berdasarkan hasil perhitungan yaitu metode K-Nearest Neighbor dengan nilai K adalah 3 dihasilkan perhitungan akurasi sebesar 97,33% dan menggunakan metode Naïve Bayes Classifier dapat dihasilkan perhitungan akurasi sebesar 97,35%. Maka dapat diketahui bahwa menggunakan metode Naïve Bayes Classifier memiliki akurasi yang lebih tinggi dibandingkan dengan metode K-Nearest Neighbor. Kata Kunci: Analisis Sentimen, K-Nearest Neighbor, Naïve Bayes Classifier, Vaksinasi Booster.

Item Type: Other
Additional Information: SKRIPSI PRODI SISTEM INFORMASI S1
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi dan Informatika > Sistem Informasi
Depositing User: PERPUS PERPUSTAKAAN UNIBI
Date Deposited: 30 May 2024 02:45
Last Modified: 30 May 2024 02:45
URI: http://repository.unibi.ac.id/id/eprint/664

Actions (login required)

View Item View Item