PERBANDINGAN AKURASI ALGORITMA MULTINOMIAL, BERNOULLI DAN GAUSSIAN NAÏVE BAYES UNTUK SENTIMEN ANALISIS HACKER BJORKA PADA SOSIAL MEDIA TWITTER

Wiradana, Bagas Cakra (2023) PERBANDINGAN AKURASI ALGORITMA MULTINOMIAL, BERNOULLI DAN GAUSSIAN NAÏVE BAYES UNTUK SENTIMEN ANALISIS HACKER BJORKA PADA SOSIAL MEDIA TWITTER. Undergraduate thesis, UPN Veteran Jawa Timur.

This is the latest version of this item.

[img]
Preview
Text (COVER)
18081010100_cover.pdf

Download (2MB) | Preview
[img] Text (BAB I)
18081010100_Bab1.pdf

Download (146kB)
[img] Text (BAB II)
18081010100_Bab2.pdf
Restricted to Registered users only until 27 January 2026.

Download (314kB)
[img] Text (BAB III)
18081010100_Bab3.pdf
Restricted to Registered users only until 27 January 2026.

Download (835kB)
[img] Text (BAB IV)
18081010100_Bab4.pdf
Restricted to Registered users only until 27 January 2026.

Download (1MB)
[img] Text (BAB V)
18081010100_Bab5.pdf

Download (133kB)
[img] Text (DAFTAR PUSTAKA)
18081010100_Daftar_pustaka.pdf

Download (136kB)

Abstract

Pada era teknologi yang semakin maju ini penggunaan sosial media telah digemari oleh semua kalangan, yang bertujuan untuk mendapatkan informasi, mengeluarkan hak suara dengan berpendapat, bersosialisasi dan lain-lain. Di sosial media banyak terdapat informasi yang mengandung opini, pendapat ataupun tanggapan, hal ini sering menyebabkan terjadinya ketimpangan antara informasi yang sedang dibicarakan dan informasi yang diinterpretasikan serta banyaknya penyebaran informasi yang tidak benar adanya sehingga tidak benar-benar bisa dipahami sentiment yang ingin diutarakan maupun disampaikan. Maka dari itu penelitian ini bertujuan untuk mengetahui akurasi dari percobaan pembelajaran mesin dengan menerapkan model Multinomial Naïve bayes dan Gaussian Naïve Bayes yang akan melakukan analisis terhadap sentiment mengenai tweet dengan topik Bjorka. Penelitian ini dilakukan dengan menerapkan kedua model Naïve Bayes tersebut dengan menggunakan kurang lebih 1500 data tweet. Data yang dimiliki dibagi dengan perbandingan 90% data training, dan 10% data testing. Percobaan menggunakan Multinomial Naïve Bayes menghasilkan akurasi sebesar 73%, sedangkan percobaan menggunakan Gaussian Naïve Bayes menghasilkan akurasi sebesar 55%.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorAnggraeny, Fetty TriNIDN0711028201fettyanggraeny.if@upnjatim.ac.id
Thesis advisorSaputra, Wahyu Syaifullah JauharisNIDN0725088601wahyu.s.j.saputra.if@upnjatim.ac.id
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T385 Computer Graphics
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Bagas Cakra Wiradana Wahyu
Date Deposited: 30 Jan 2023 01:55
Last Modified: 30 Jan 2023 01:55
URI: http://repository.upnjatim.ac.id/id/eprint/11866

Available Versions of this Item

Actions (login required)

View Item View Item