Analisis Sentimen Teks Bahasa Indonesia Pada Media Sosial Menggunakan Metode Support Vector Machine

Panjaitan, Hans Juno (2019) Analisis Sentimen Teks Bahasa Indonesia Pada Media Sosial Menggunakan Metode Support Vector Machine. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

This is the latest version of this item.

[img]
Preview
Text
Final Tugas Akhir 05211440000125.pdf - Accepted Version

Download (5MB) | Preview

Abstract

Tingginya penggunaan internet di Indonesia disebabkan oleh penggunaan media sosial. Media sosial menjadi sesuatu yang digemari oleh berbagai kalangan karena pengguna dengan mudah dapat mencari dan menyebarkan informasi terkait suatu hal. Hal ini menjadi suatu kesempatan bagi suatu pihak untuk mengetahui pendapat pengguna media sosial terhadap sesuatu hal, sehingga diperlukan suatu teknik untuk menyimpulkan seluruh pendapat tersebut. Analisis sentimen bekerja untuk mengetahui hal tersebut, sehingga dapat mengetahui masukan terkait objek yang dianalisis. Tetapi untuk melakukan analisis sentimen diperlukan beberapa tahap agar kita mengetahui objek tersebut bersentimen positif ataupun negatif. Diperlukannya algoritma yang mampu mengklasifikasikan pendapat-pendapat yang ada. SVM (Support Vector Machine) merupakan algoritma yang memiliki akurasi yang baik dibandingkan algoritma yang lain dan juga dapat melakukan analisis sentimen terhadap suatu topik. SVM akan bekerja untuk mencari hyperplane terbaik dan memisahkan data sesuai kelas yang ada. Dibutuhkan input vektor yang mampu merubah kata menjadi sebuah vektor agar dapat diolah oleh SVM. Pada penelitian ini digunakan kolaborasi antara word2vec dan tf-idf yang diharapkan akan memberikan nilai akurasi yang sangat baik pada penggunaan tiga dataset yang ada .Hasil akhir dari penelitian ini berupa visualisasi dari pemodelan yang telah dilakukan. ================================================================================================ The high use of internet in Indonesia is caused by the use of social media. Social media has become something favored by various groups because users easily find and find information related to something. This is an opportunity for some people to know the opinions of social media users on something, so it needs a technique to complete all of these opinions. Sentiment analysis works to find out this so it can know the input related to the object being analyzed. But to do a sentiment analysis that some people need so that we know the object is positive or negative. Algorithms Required SVM (Support Vector Machine) is an algorithm that has good accuracy compared to other algorithms and can also analyze sentiments on a topic. SVM will work to find the best hyperplane and work on data in accordance with existing classes. Vector input Required which can be converted into a vector so that it can be processed by SVM. In this study, a collaboration between word2vec and tf-idf was used which is expected to provide very good values on the use of three datasets. The end of this study uses visualization from the modeling that has been done.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 004.678 Pan a-1 2019
Uncontrolled Keywords: Analisis Sentimen, Machine Learning, Support Vector Machine, Word Embedding, Word2Vec, Tf-Idf, Media Sosial, Teks, Klasifikasi, Visualisasi
Subjects: H Social Sciences > HM Sociology > HM742 Online social networks.
T Technology > T Technology (General) > T57.5 Data Processing
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: Hans Juno Panjaitan
Date Deposited: 25 Apr 2022 03:19
Last Modified: 14 Jun 2022 01:07
URI: https://repository.its.ac.id/id/eprint/60556

Available Versions of this Item

Actions (login required)

View Item View Item